O chip do MIT reduziu o consumo de energia de redes neurais em 95%

As redes Neurais — poderosos de peças, mas muito vorazes. Engenheiros do Massachusetts institute of technology (MIT) conseguiram desenvolver um novo chip, o que reduz o consumo de energia da rede neural para 95%, o que pode, em teoria, a deixá-los trabalhar até mesmo em dispositivos móveis com as baterias. Smartphones em nossos dias tornam-se mais esperto e mais inteligente, oferecendo mais serviços, подпитанных inteligência artificial, como assistentes virtuais e traduções em tempo real. Mas, normalmente, as redes neurais processam os dados para estes serviços na nuvem e smartphones apenas transmitem os dados de ida e volta.

Este não É o ideal, uma vez que exige a espessa de um canal de comunicação e assume que os dados sensíveis são enviados e mantidos fora do alcance do usuário. Mas enormes quantidades de energia, que é necessário para a alimentação нейросетей, rodando em processadores gráficos, não é possível fornecer um dispositivo que está em uma pequena bateria.

Engenheiros do MIT desenvolveram um chip, face ao respectivo é o consumo de energia é de 95%. O chip radicalmente reduz a necessidade de transferência de dados de ida e volta entre a memória de chips e processadores.

As redes Neurais consistem em milhares interligados de neurônios artificiais, localizados em camadas. Cada neurônio recebe estímulos de vários neurônios na camada subjacente de, e se combinado enter passa de um certo limite, ele transmite o resultado de vários neurônios acima. O poder de comunicação entre os neurônios é determinado o peso, que é definido no processo de aprendizagem.

Isto significa que, para cada neurônio chip deve remover as entradas para uma comunicação específica e peso de ligação a partir da memória, para multiplicá-las, salvar o resultado e, em seguida, repetir o processo para cada entrada. Um monte de dados movem-se para lá e para cá, gasto muita energia.

Um Novo chip MIT resolve isso, calculando todas as entradas em paralelo de memória com o uso de circuitos analógicos. Isso reduz drasticamente a quantidade de dados que é necessário ultrapassar, e resulta em economia significativa de energia.

Esse tipo de abordagem exige, para que o peso de conexões foi binário, e não диапазонным valor, mas anteriores trabalhos teóricos mostraram que isso não tem um impacto importante sobre a precisão, e os cientistas descobriram que os resultados de operação do chip distribuídos em 2-3% do normal, a opção da rede neural em execução no padrão do computador.

Já não é a primeira vez que cientistas criam chips, que tratam de processos na memória, reduzindo o consumo de energia de redes neurais, mas a primeira vez que esta abordagem tem sido usado para o trabalho de um poderoso redes neurais, famoso por seus tratamentos de imagens.

"os Resultados mostram a impressionante especificações de eficiência energética a implementação de acúmulo de operações dentro de uma matriz de memória", diz Dario, Jill, vice-presidente de inteligência artificial na IBM.

"É, definitivamente, abre-se a possibilidade de uso mais complexos сверточных de redes neurais para a classificação de imagens e vídeos na Internet de coisas no futuro".

, E é interessante não apenas para grupos de R&D. o Desejo de arranjar AI em dispositivos como smartphones, eletrodomésticos e todos os tipos de IoT-dispositivo empurram muitos do vale do Silício no lado de chips com baixo consumo de energia.

A Apple já integrou o seu Neural Engine no iPhone X para ligar, por exemplo, a tecnologia de reconhecimento de face, sim, e a Amazon, segundo rumores, desenvolver seus próprios chips IA para a próxima geração de assistentes digitais de Echo.

As Grandes empresas, os fabricantes de chips também cada vez mais começam a confiar no aprendizado de máquina, forçando-os a fazer o seu dispositivo é ainda mais eficiente de energia. No início deste ano, a ARM apresentou dois novos chips: processador Arm de Machine Learning, trabalhando com objetivos em comum AI, a partir da tradução de reconhecimento facial, e um processador Arm Object Detection, que determina, por exemplo, rostos em imagens.

O mais Novo chip de celular da Qualcomm, o Snapdragon 845, tem processador gráfico e, em grande parte voltado para a AI. A empresa também apresentou Snapdragon 820E, que deve funcionar em беспилотниках, robôs e dispositivos industriais.

A Correr para a frente, a IBM e a Intel estão desenvolvendo нейроморфные chips de arquitetura, que é inspirado no cérebro humano e incrível energia. Isso, em teoria, poderia permitir que TrueNorth (IBM) e Loihi (Intel) a realização de uma poderosa máquina de aprendizagem, utilizando apenas uma pequena proporção de energia convencionais de chips, mas esses projetos ainda puramente experimental-g.

Forçar chips, que dão vida a нейросетям, economizar a energia da bateria vai ser muito difícil. Mas se o atual ritmo de inovação é "muito difícil" parece bastante посильным.