Rețelele neuronale sunt lucruri puternice, dar foarte vorace. Inginerii de la Massachusetts Institute of Technology (MIT) au reușit să dezvolte un nou cip care reduce consumul de energie al rețelei neuronale cu 95%, ceea ce, în teorie, le-ar putea permite să lucreze chiar și pe dispozitive mobile cu baterii. Smartphone-urile sunt din ce în ce mai inteligente în aceste zile, oferind mai multe servicii alimentate de AI, precum asistenți virtuali și traduceri în timp real. Dar, de obicei, rețelele neuronale prelucrează date pentru aceste servicii în cloud, iar smartphone-urile transmit date înainte și înapoi.
Acest lucru nu este ideal, deoarece necesită un canal de comunicare gros și presupune că datele sensibile sunt transmise și stocate în afara accesului utilizatorului. Dar cantitățile colosale de energie necesare pentru alimentarea rețelelor neuronale alimentate de GPU-uri nu pot fi furnizate într-un dispozitiv alimentat de o baterie mică.
Inginerii MIT au dezvoltat un cip care poate reduce acest consum de energie cu 95%. Cipul reduce drastic necesitatea de a transfera date înainte și înapoi între memoria cipului și procesoare.
Rețelele neuronale sunt formate din mii de neuroni artificiali interconectați, aranjați în straturi. Fiecare neuron primește aportul de la mai mulți neuroni din stratul de bază, iar dacă intrarea combinată trece un anumit prag, transmite rezultatul mai multor neuroni de mai sus. Puterea conexiunii dintre neuroni este determinată de greutatea stabilită în timpul procesului de antrenament.
Aceasta înseamnă că pentru fiecare neuron, cipul trebuie să extragă intrarea pentru o conexiune specifică și greutatea conexiunii din memorie, să le multiplice, să stocheze rezultatul și apoi să repete procesul pentru fiecare intrare. O mulțime de date călătorește aici și acolo și se pierde multă energie.
Noul cip MIT elimină acest lucru calculând toate intrările în paralel în memorie folosind circuite analogice. Acest lucru reduce semnificativ cantitatea de date care trebuie depășite și duce la economii semnificative de energie.
Această abordare necesită ca greutatea conexiunilor să fie binară, nu o gamă, dar lucrările teoretice anterioare au arătat că acest lucru nu va afecta foarte mult precizia, iar oamenii de știință au descoperit că rezultatele cipului diferă cu 2-3% de versiunea obișnuită a rețelei neuronale de operare. pe un computer standard.
Nu este prima dată când oamenii de știință au creat cipuri care procesează procesele în memorie, reducând consumul de energie al unei rețele neuronale, dar aceasta este prima dată când această abordare a fost folosită pentru a opera o rețea neuronală puternică cunoscută pentru procesarea imaginii sale.
Video promotional:
„Rezultatele arată specificații impresionante pentru implementarea eficientă din punct de vedere energetic a operațiunilor de rulare în cadrul tabloului de memorie”, a declarat Dario Gil, vicepreședinte de informații artificiale la IBM.
"Acest lucru deschide cu siguranță posibilități pentru utilizarea rețelelor neuronale convoluționale mai sofisticate pentru a clasifica imaginile și videoclipurile pe Internet of Things în viitor."
Și acest lucru este interesant nu numai pentru grupurile de cercetare și dezvoltare. Dorința de a pune AI pe dispozitive precum smartphone-urile, electrocasnice și tot felul de dispozitive IoT îi împing pe mulți în Silicon Valley către cipuri cu putere redusă.
Apple și-a integrat deja Neural Engine în iPhone X pentru a alimenta, de exemplu, tehnologia de recunoaștere facială, iar Amazon se zvoneste că va dezvolta propriile cipuri AI pentru următoarea generație de asistenți digitali Echo.
Companiile mari și producătorii de cipuri se bazează tot mai mult pe învățarea mașinilor, ceea ce îi obligă să-și facă dispozitivele și mai eficiente din punct de vedere energetic. La începutul acestui an, ARM a introdus două cipuri noi: procesorul Arm Machine Learning, care gestionează sarcini generale ale AI de la traducere până la recunoașterea facială și procesorul Arm Object Detection, care, de exemplu, detectează fețe în imagini.
Cel mai nou cip mobil Qualcomm, Snapdragon 845, are un GPU și este puternic condus de AI. De asemenea, compania a dezvăluit Snapdragon 820E, care ar trebui să funcționeze în drone, roboți și dispozitive industriale.
Privind în viitor, IBM și Intel dezvoltă cipuri neuromorfe cu arhitectură inspirată de creierul uman și eficiență energetică incredibilă. Acest lucru ar putea permite teoretic TrueNorth (IBM) și Loihi (Intel) să efectueze o învățare puternică a mașinilor folosind doar o fracțiune din puterea cipurilor convenționale, dar aceste proiecte sunt încă extrem de experimentale.
Va fi foarte dificil să forțați cipurile care dau viață rețelelor neuronale pentru a economisi energia bateriei. Dar în ritmul actual al inovației, acest „foarte dificil” pare destul de posibil.
Ilya Khel