Aynı görev için, bu çipin çip üzerinde öğrenmeye yönelik enerji tüketimi, Gelişmiş İşleme Özel Entegre Devre (ASIC) sisteminin yalnızca %3'üdür.

Şu anda üretken yapay zeka, yapay zeka endüstrisinde yeni bir gelişme dalgasını ateşledi. Büyük bilgi işlem gücüyle desteklenen yapay zeka teknolojileri, insanların yaşama ve çalışma şeklini büyük ölçüde değiştiriyor. Bununla birlikte, yapay zeka modelleri için gerekli olan çok sayıda parametre, bilgi işlem gücüne olan talebin artmasına yol açarak, büyük bilgi işlem açığını kapatacak çözümler bulmayı ve enerji verimliliğinde önemli iyileştirmeler sağlamayı zorunlu hale getirdi. Yüksek performanslı ve enerji tasarruflu çipler, bilgi işlem gücünün özel taşıyıcıları ve bu akıllı devrim dalgasının gelişimini yönlendiren temel temelin yanı sıra insan toplumunun sürekli gelişiminin arkasındaki itici güç haline geldi.

Bilgi işlem gücünü kısıtlayan geleneksel depolama-bilgi işlem ayırma mimarilerinin karşılaştığı büyük zorlukları ele almak için, Tsinghua Üniversitesi Entegre Devreler Okulu'ndan Profesör Wu Huaqiang ve Doçent Gao Bin, bellek direnci depolama-bilgi işlem entegre teknolojisi araştırmasına odaklandı ve bir araştırma yaptı. Bilgisayar sistemleri için yeni paradigma.

Bellek direnci depolama-bilgi işlem entegre teknolojisi, geleneksel von Neumann bilgi işlem mimarisinde cihaz, devre ve teorik bilgi işlem açısından devrim yaratarak bilgi işlem gücünde ve enerji verimliliğinde ileri bir gelişme sağladı. Bu teknoloji aynı zamanda gerçek zamanlı çip üzerinde öğrenmeyi desteklemek için temeldeki cihazların öğrenme özelliklerinden de faydalanarak yerel öğrenmeye dayalı uç eğitimin yeni senaryolarını güçlendirebilir. Şu anda, uluslararası düzeydeki ilgili araştırmalar temel olarak bellek direnci dizisi düzeyinde öğrenme fonksiyonu gösterilerine odaklanmaktadır. Bununla birlikte, verimli çip üzerinde öğrenmeyi destekleyen küresel olarak entegre edilmiş bellek direnci yongalarının gerçekleştirilmesi, esas olarak geleneksel geri yayılım eğitim algoritmasının gerektirdiği yüksek hassasiyetli ağırlık güncelleme yöntemi ile bellek dirençlerinin gerçek özellikleri arasındaki zayıf uyumluluk nedeniyle hala önemli zorluklarla karşı karşıyadır.

Yukarıdaki sorunları çözmek için, Profesör Wu Huaqiang ve Doçent Gao Bin, depolama-bilgi işlem entegre bilgi işlem paradigmasını temel alarak, verimli çip üzerinde öğrenmeyi destekleyen dünyanın ilk küresel olarak entegre bellek direnci depolama-bilgi işlem entegre çipini geliştirdi (makine öğrenimi doğrudan olabilir) donanım tarafında tamamlanır). Yapay zeka, otonom sürüş ve giyilebilir cihazların gelişimini desteklemesi beklenen, çip üzerinde öğrenmeyi destekleyen bellek direnci depolama-bilgi işlem entegre çipleri alanında önemli atılımlar gerçekleştirdiler. İlgili başarılar Science dergisinin son sayısında çevrimiçi olarak yayınlandı.

Bu çipin, çip üzerinde öğrenme için Gelişmiş İşleme Özel Entegre Devre (ASIC) sisteminin yalnızca 1/35'i kadar enerji tüketimi sağladığı, aynı zamanda enerji verimliliğinde de 75 kat iyileşme sağlamasının beklendiği bildirildi.

Verimli çip üzerinde öğrenme için bellek-direnç depolama-bilgi işlem entegrasyonuna dayalı evrensel algoritmalar ve mimariler.

Nöromorfik bellek direnci çiplerini kullanarak uç öğrenme

Küçük Bir Arabanın Otomatik Takip Kontrolü için Artımlı Öğrenmenin Gösterimi

Aynı görev için, bu çip tarafından elde edilen çip üzerinde öğrenmenin enerji tüketimi, ileri teknoloji altındaki özel bir ASIC sisteminin yalnızca %3'üdür; bu da olağanüstü enerji verimliliği avantajları ve yapay zekanın yüksek bilgi işlem gücü taleplerini karşılama konusunda büyük bir potansiyel ortaya koymaktadır. çağ. Bu, geleneksel von Neumann bilgi işlem mimarisi altındaki enerji verimliliği darboğazını aşmak için yenilikçi bir geliştirme yolu sağlar.

Doktora sonrası araştırmacı Dr. Yao Peng, "Depolama ve hesaplama entegrasyonunun çip üzerinde öğrenilmesi, daha düşük gecikme süresi ve daha az enerji tüketimi sağlarken kullanıcı gizliliğini ve verilerini etkili bir şekilde koruyabilir" dedi. Biyomimetik beyin işleme yöntemlerine atıfta bulunan bu çip, farklı görevler için hızlı "çip üzerinde eğitim" ve "çip üzerinde tanıma" gerçekleştirebilir, yeni durumlara uyum sağlamak ve yeni şeyler öğrenmek için düşük güç tüketimi ile uç bilişim senaryolarında artımlı öğrenme görevlerini etkili bir şekilde gerçekleştirebilir. bilgi, kullanıcıların kişiselleştirilmiş ihtiyaçlarını karşılıyor.

Örneğin, bazı insanlar "7" sayısının ortasına kısa bir çizgi eklemeye alışkındır. Akıllı çip ilk başta bu sembolü tanımıyor, ancak bu şekilde yazılan iki veya üç "7" üzerinde eğitim aldıktan sonra, onu "7" sayısı olarak doğru bir şekilde tanıyabiliyor.

Karmaşık ve sürekli değişen uluslararası durumda, "darboğaz" teknolojisini aşmak güncel bir odak noktası olmaya devam ediyor.

Gelişmiş araştırma ve geliştirme ekipmanı eksikliği gibi pratik sorunlarla karşı karşıya kalan ekip üyeleri, attıkları her adımın doğru olup olmadığı, sonuçların beklentileri karşılayıp karşılayamayacağı ve teknolojinin daha da optimize edilip edilemeyeceği konusunda bir nebze de olsa kararsız durumdalar. Bütün bunlar herkes için büyük bir yük.

Öncelikle teknolojik zorluklar var. Memristör çiplerinin geliştirilmesi, malzeme bilimi, fizik ve elektronik mühendisliği gibi birçok disiplinden gelen en son bilgileri içerir. Pek çok teknik zorluk arasında ele alınması gereken ilk şey, anımsatıcı cihazların büyük ölçekli entegrasyonunun nasıl sağlanacağıdır. Ekip, çok sayıda deney ve teorik çalışma yoluyla, depolama ve hesaplama entegre sisteminin tasarımı için rehberlik sağlayan bir mimari-devre-süreç ortak optimizasyon yöntemi önerdi.

İkincisi, mühendislik zorlukları var. Büyük ölçekli entegrasyon süreci ve kritik devre tasarımı mevcut olduğunda, aşağıdan yukarıya çok ölçekli ideal olmayan etkilerin neden olduğu hataların üstesinden nasıl gelinebilir ve verimli bir sistem çipine nasıl monte edilebilir? Ekibin öğretmenleri ve öğrencilerinin ortak çabalarıyla STELLAR mimarisi önerildi, algoritma optimizasyonu ve simülasyon deneyleri tamamlandı ve yüksek verimli bir depolama ve hesaplama entegre öğrenme çipi üretilerek hız ve enerji verimliliğinde önemli bir iyileşme sağlandı.

Gao Bin, "Yol zorlu ama olağanüstü bir öneme sahip. Bu, mevcut küresel yüksek teknoloji alanında önemli bir savaş alanı" diye inanıyor. Çip araştırması uzun ve zorlu bir süreçtir ve görünürde belirgin bir ilerleme yoktur. Ancak sürekli araştırma ve öğrenme yoluyla değerli başarılar elde edilir.

Akademik makalelerin ilk yazarları olan Zhang Wenbin ve Yao Peng, doktora çalışmaları sırasında yarı iletkenler, mikroelektronik, yazılım algoritmaları ve nöromorfik hesaplama gibi çeşitli araştırma alanlarında kapsamlı bilgi edindiler. Zengin araştırma ve geliştirme sonuçları ve değerli mühendislik deneyimleri biriktirdiler.

Hiçlikten bir şeye, zayıflıktan güce. Hiçbir kısayolu olmayan bu bilimsel araştırma yolunda, bu "çip gençler", hazırlık ve gözlem sonrasında sayısız anlar yaşadılar, ancak sayısız başarısızlıktan sonra yeniden başlayıp, birbiri ardına gelen zorlukların üstesinden geldiler.

Geleceğe bakan Wu Huaqiang, ekibin çözümlerinin ve teknolojilerinin laboratuvarın ötesine geçebileceğini ve bilimsel araştırma başarılarının dönüşümünü etkili bir şekilde destekleyebileceğini umuyor. Ülkenin ve toplumun ihtiyaçlarına hizmet etmeye adanmışlardır.