El chip MIT ha reducido el consumo de energía нейросети en un 95%

Las redes Neuronales potentes piezas, pero muy voraces. Los ingenieros del instituto de tecnología de massachusetts (MIT) ha conseguido desarrollar un nuevo chip, que reduce el consumo de energía de la red neuronal en un 95%, que puede, en teoría, permitir que funcionen, incluso en dispositivos móviles con baterías. Teléfonos inteligentes en nuestros días son cada vez más inteligente y más inteligente, ofrecen cada vez más servicios, подпитанных la inteligencia artificial, como asistentes virtuales y de traducción en tiempo real. Pero, normalmente, las redes neuronales se procesan los datos para estos servicios en la nube y los teléfonos inteligentes sólo se transmiten los datos de ida y vuelta.

Esto no es ideal, ya que requiere el grueso de un canal de comunicación y se supone que los datos sensibles se transmiten y almacenan fuera del alcance del usuario. Pero grandes cantidades de energía que se necesita para la alimentación de нейросетей que se ejecutan en procesadores gráficos, no se puede garantizar en el dispositivo, que funciona con una pequeña batería.

Los Ingenieros del MIT han desarrollado un chip, esto reduce el consumo hasta en un 95%. El chip radicalmente reduce la necesidad de transferencia de datos de ida y vuelta entre la memoria y el chip de cpu.

Las redes Neuronales están compuestos por miles de interrelacionadas artificiales de las neuronas situadas en capas. Cada neurona recibe los datos de entrada de las diferentes neuronas en la capa situada debajo, y si el combinado de la entrada pasa de un determinado umbral, se envía el resultado de varias neuronas anteriormente. La fuerza de las conexiones entre las neuronas se determina por el peso, que se establece en el proceso de aprendizaje.

Esto significa que para cada neurona chip debe extraer los datos de entrada para la conexión definida y el peso de la conexión de la memoria, multiplicar, guardar el resultado, y luego repetir el proceso para cada entrada. Muchos de los datos se mueven de aquí para allá, se gasta mucha energía.

El Nuevo chip MIT corrige esto, высчитывая todas las entradas en paralelo en la memoria con el uso de circuitos análogos. Esto reduce considerablemente la cantidad de datos que se deben superar, y se traduce en un importante ahorro de energía.

Este método requiere que el peso de los compuestos fue binario, y no диапазонным valor, pero los anteriores trabajos teóricos han demostrado que esto no es muy afecta a la exactitud, y los científicos han descubierto que los resultados de la labor de un chip que se distribuyeron en el 2-3% de la habitual opción de red neuronal que se ejecuta en el equipo.

Ya no es la primera vez que los científicos crean los chips que controlan los procesos en la memoria, reduciendo el consumo de energía нейросети, pero la primera vez que este enfoque se ha utilizado para el trabajo de la poderosa нейросети, famosa por sus tratamientos de imágenes.

"los Resultados muestran impresionantes especificaciones de ahorro energético de la implementación de informe de las operaciones dentro de la matriz de la memoria", dice darío gil, vicepresidente de inteligencia artificial de IBM.

"Es, definitivamente, abre la posibilidad de un uso más complejas сверточных de redes neuronales para la clasificación de imágenes y vídeo en la internet de las cosas en el futuro".

Y es interesante no sólo para los grupos de R&d. el Deseo de organizar la ia en los dispositivos, como los teléfonos inteligentes, electrodomésticos y todo tipo de internet de las cosas-el dispositivo está empujando a muchos de los de silicon valley en el lado de chips de bajo consumo de energía.

Apple ya integró su Neural de base de datos en el iPhone X, para la acometida, por ejemplo, una tecnología de reconocimiento facial, y Amazon, según los rumores, ha desarrollado sus propios chips de ia para la próxima generación de ayudantes digitales Echo.

Las Grandes empresas, los fabricantes de chips cada vez más comienzan a confiar en el aprendizaje de máquina, lo que las obliga a hacer sus dispositivos más eficientes energéticamente. A principios de este año ARM ha presentado dos nuevos chip: el procesador Arm Machine Learning, que trabaja con los objetivos generales de la ia, desde la traducción hasta la detección de personas, y un procesador Arm Object Detection, que determina, por ejemplo, las personas en las imágenes.

El Último móvil chip de Qualcomm, el Snapdragon 845, un procesador de gráficos y en gran medida se centra en el análisis. La compañía también ha presentado Snapdragon 820E, que debe funcionar en беспилотниках, robots y dispositivos industriales.

En el futuro, IBM e Intel desarrollan нейроморфные chips de la arquitectura en la que está inspirada por el cerebro humano y la increíble eficiencia energética. En teoría, podría permitir a TrueNorth (IBM) y Loihi (Intel) llevar a cabo una potente aprendizaje de máquina, con sólo una pequeña proporción de la energía de los chips es habitual, pero estos proyectos puramente экспериментальны.

Hacer chips, que dan vida a нейросетям, ahorrar energía de la batería será muy difícil. Pero cuando el ritmo de la innovación es "muy difícil" parece bastante factible.