Chip del MIT ha ridotto il consumo di energia нейросети al 95%

Le reti Neurali — potenti pezzi, ma molto voraci. Gli ingegneri del Massachusetts institute of technology (MIT) è riuscito a sviluppare un nuovo chip, che riduce il consumo energetico di una rete neurale per il 95%, che potrebbe, in teoria, permettere loro di funzionare anche su dispositivi mobili con le batterie. Gli smartphone di oggi diventano sempre più intelligenti, offrono sempre più servizi, stimolati dall'intelligenza artificiale, come assistenti virtuali e traduzione in tempo reale. Ma di solito le reti neurali trattano i dati per questi servizi in cloud e smartphone solo trasmettono i dati avanti e indietro.

Non È perfetto, perché richiede di spessore canale di comunicazione e suggerisce che i dati sensibili trasmessi e memorizzati al di fuori della portata dell'utente. Ma un enorme quantità di energia che è necessaria per l'alimentazione нейросетей in esecuzione su gpu, non è possibile garantire in dispositivo, in esecuzione su una piccola batteria.

Gli Ingegneri del MIT hanno sviluppato un chip, riducendo il consumo di energia è del 95%. Chip consente di ridurre drasticamente la necessità di trasferire i dati avanti e indietro tra la memoria del chip e processori.

Le reti Neurali sono costituiti da migliaia di incastro di neuroni artificiali, disposte a strati. Ogni neurone riceve i dati di input da pochi neuroni in нижележащем livello, e se combinato voce supera una certa soglia, si trasmette il risultato più neuroni di cui sopra. Il potere della comunicazione tra i neuroni determinato peso, che viene installato nel processo di apprendimento.

Questo significa che per ogni neurone chip deve estrarre i dati di input per una determinata connessione e il peso di collegamento dalla memoria, moltiplicare loro, salvare il risultato, e poi ripetere il processo per ogni input. Un sacco di dati si muovono avanti e indietro, speso un sacco di energia.

Il Nuovo chip MIT risolve questo, che calcola tutte le inserzioni in parallelo a memoria con l'uso di circuiti analogici. Questo riduce notevolmente la quantità di dati che è necessario superare, e si traduce in un notevole risparmio di energia.

Questo approccio richiede, per il peso dei giunti è stata binario, e non диапазонным valore, ma i teorici del lavoro hanno dimostrato che questo non influisce sulla precisione, e gli scienziati hanno scoperto che i risultati del lavoro del chip molla per un 2-3% del normale opzione di rete neurale, in esecuzione sul computer standard.

Non è la prima volta che gli scienziati creano un chip che gestiscono i processi in memoria, riducendo il consumo di energia нейросети, ma per la prima volta questo approccio è stato utilizzato per lavorare potente нейросети, famosa per i suoi trattamenti di immagini.

«i Risultati mostrano impressionanti specifiche di efficienza energetica introduzione di convoluzione delle operazioni all'interno di un array di memoria», dice Dario Jill, vice-presidente di intelligenza artificiale in IBM.

«e ' sicuramente apre la possibilità di utilizzare più complessi convoluzionali reti neurali per la classificazione di immagini e video su Internet di cose in futuro».

E ' interessante non solo gruppi di R&D. il Desiderio di organizzare IA su dispositivi come smartphone, elettrodomestici e tutti i tipi di dispositivo IoT spingono molti di Silicon valley in direzione di chip a basso consumo energetico.

Apple ha integrato il suo Neural Engine iPhone X, per alimentare, ad esempio, la tecnologia di riconoscimento facciale, e Amazon, secondo indiscrezioni, sviluppa i propri chip IA per la prossima generazione di assistenti digitali Echo.

Le Grandi aziende, i produttori di chip sono sempre più cominciano a fare affidamento su machine learning, che li costringe a fare i tuoi dispositivi più efficienti. All'inizio di quest'anno ARM ha presentato due nuovi dispositivi: il processore Arm Machine Learning, che lavora con le attività di comune intelligenza artificiale, dalla traduzione a riconoscimento facciale, e il processore Arm Object Detection, definisce, ad esempio, i volti nelle tue foto.

Il Nuovo telefonino di un chip Qualcomm Snapdragon 845, ha un processore grafico e in gran parte si concentra sulla IA. La società ha anche introdotto Snapdragon 820E, che deve lavorare in droni, robot e dispositivi industriali.

Andando avanti, IBM e Intel stanno sviluppando нейроморфные chip, l'architettura di cui si ispira il cervello umano e l'incredibile efficienza energetica. Questo teoricamente potrebbe permettere TrueNorth (IBM) e Loihi (Intel) condurre una potente macchina di apprendimento, utilizzando solo una piccola quota di energia convenzionali di chip, ma questi progetti sono ancora puramente экспериментальны.

Far chip, che danno vita нейросетям, di risparmiare l'energia della batteria sarà molto difficile. Ma con l'attuale ritmo di innovazione è «molto difficile» sembra abbastanza fattibile.