नवीनतम 168-कोर आईरिस प्रोसेसर - हमारे स्मार्टफोन में एक तंत्रिका नेटवर्क

ICover ब्लॉग पेज पर हमारे पाठकों के लिए आपका स्वागत है ! सैन फ्रांसिस्को में फरवरी की शुरुआत में आयोजित इंटरनेशनल सॉलिड स्टेट सर्किट्स कॉन्फ्रेंस (ISSCC-2016) में, MIT (मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी) के डेवलपर्स की एक टीम ने एक नई पीढ़ी के चिप आइरिस के कार्यशील प्रोटोटाइप का प्रदर्शन किया, जो एक वैचारिक समाधान के रूप में बनाया गया था जो आपको तंत्रिका नेटवर्क एल्गोरिदम की क्षमताओं को फिर से बनाने की अनुमति देता है। कम बिजली उपकरणों की एक विस्तृत श्रृंखला में।



हमारे स्मार्टफ़ोन या टैबलेट में कृत्रिम तंत्रिका नेटवर्क ठीक से विकसित नहीं होने का एक उद्देश्य यह है कि पर्याप्त बिजली की कॉम्पैक्ट बिजली आपूर्ति की कमी है। दरअसल, कृत्रिम बुद्धि के तथाकथित मस्तिष्क-जैसा, "मस्तिष्क-जैसा" सिस्टम, कम से कम उस रूप में जिसमें वे आधुनिक प्रौद्योगिकियों द्वारा दर्शाए जाते हैं, शक्तिशाली मल्टी-कोर प्रोसेसर पर अपने काम में निर्भर करते हैं जो हमारे मस्तिष्क की तुलना में ऊर्जा की अविश्वसनीय मात्रा में खपत करते हैं। किसी भी मामले में, हाल ही में जब तक उपयोगकर्ता-श्रेणी के उपकरणों के स्तर पर इस तरह के समाधान की कल्पना करना संभव नहीं था। इसी समय, कृत्रिम बुद्धि के "लघुकरण" का विचार लंबे समय के लिए डेवलपर्स के दिमाग को उत्तेजित करता है और, जैसा कि यह पता चला है, पहले से ही इसके काफी ठोस परिणाम लाता है।

कृत्रिम बुद्धिमत्ता के अध्ययन के पहले दिनों से तंत्रिका नेटवर्क वैज्ञानिकों का ध्यान आकर्षित करता रहा है, लेकिन 1970 के दशक में, वे कुछ हद तक भूल गए थे। पिछले दशक में, "गहरी शिक्षा" कार्यक्रमों के स्तर पर तंत्रिका नेटवर्क की क्षमताओं का उपयोग करने से संबंधित प्रौद्योगिकियों का अध्ययन किया जा रहा है।

"डीप लर्निंग के कई उपयोग हैं, जैसे कि वस्तु, भाषण, या चेहरे की पहचान," विविने सेज़ और इमानुएल ई। लैंड्समैन ने कहा, मैसाचुसेट्स इंस्टीट्यूट ऑफ इलेक्ट्रिकल एंड कंप्यूटर इंजीनियरिंग में एक एसोसिएट प्रोफेसर, जिसका समूह विकसित हुआ नई चिप। “अब, तंत्रिका नेटवर्क काफी जटिल हैं और मुख्य रूप से शक्तिशाली चिप्स पर काम करते हैं। कल्पना करें कि आप इस कार्यक्षमता को अपने मोबाइल फोन या अंतर्निहित डिवाइस में स्थानांतरित कर सकते हैं और फिर वाई-फाई कनेक्शन का उपयोग किए बिना बड़ी मात्रा में जानकारी संसाधित कर सकते हैं। अपने स्मार्टफोन पर बड़ी मात्रा में डेटा संसाधित करना आपको नेटवर्क के साथ डेटा के आदान-प्रदान से उत्पन्न होने वाली देरी से बचने की अनुमति देगा, जो बदले में, कई अनुप्रयोगों को अधिक कुशलता से काम करने की अनुमति देगा। और इसके अलावाप्रस्तावित समाधान गोपनीय जानकारी के संरक्षण की एक नई गुणवत्ता सुनिश्चित करेगा। ”

तंत्रिका नेटवर्क, एक नियम के रूप में, मल्टी-कोर ग्राफिक प्रोसेसर (जीपीयू) के आधार पर लागू किया जाता है। सैन फ्रांसिस्को में एक अंतरराष्ट्रीय सम्मेलन में, एमआईटी शोधकर्ताओं ने तंत्रिका नेटवर्क पर आधारित कृत्रिम बुद्धिमत्ता एल्गोरिदम को लागू करने के लिए डिज़ाइन किए गए एक नए 168-कोर चिप का अनावरण किया। मोबाइल GPU के साथ तुलना में (यह इंगित नहीं किया गया है, जिसके साथ तुलना में), प्रोसेसर ने 10 गुना अधिक दक्षता का प्रदर्शन किया है, जो आपको क्लाउड प्रसंस्करण के लिए डेटा भेजने की आवश्यकता के बिना स्थानीय रूप से शक्तिशाली कृत्रिम बुद्धिमत्ता एल्गोरिदम को चलाने के लिए एक कस्टम मोबाइल डिवाइस का उपयोग करने की अनुमति देता है। 3 फरवरी 2016 की एमआईटी प्रेस विज्ञप्ति में विकास की मुख्य विशेषताएं परिलक्षित होती हैं ।

आईरिस के डेवलपर्स द्वारा नामित नई चिप, इंटरनेट ऑफ थिंग्स, पहनने योग्य इलेक्ट्रॉनिक्स, स्व-ड्राइविंग वाहनों, विनिर्माण उपकरणों और यहां तक ​​कि कृषि में, वर्तमान कार्यों को हल करने और समन्वय करने में मदद करने के लिए व्यापक रूप से उपयोग की जा सकती है। बोर्ड पर कृत्रिम बुद्धि एल्गोरिदम के साथ, मोबाइल डिवाइस स्थानीय स्तर पर निर्णय लेने में सक्षम होंगे, जो उपयोगकर्ता को इंटरनेट से कच्चे डेटा के एक सेट के बजाय कार्रवाई के लिए एक गाइड के रूप में तैयार परिणाम प्रदान करेगा। और, ज़ाहिर है, स्थानीय तंत्रिका नेटवर्क के अनुप्रयोगों में से एक विभिन्न प्रयोजनों के लिए स्वायत्त रोबोट बनाने में उनका उपयोग है।

फूट डालो और जीतो

तंत्रिका नेटवर्क, एक नियम के रूप में, एक बहुपरत संरचना होती है और प्रत्येक परत में बड़ी संख्या में प्रसंस्करण नोड होते हैं। प्रसंस्करण के प्रारंभिक चरण में, डेटा आता है और निचली परत के नोड्स के बीच वितरित किया जाता है। प्रत्येक नोड द्वारा प्राप्त डेटा को संसाधित करने के बाद, परिणाम को अगली परत के नोड्स में संसाधित करने के लिए प्रेषित किया जाता है। अंतिम परत के आउटपुट पर, समस्या को हल करने का परिणाम बनता है। तदनुसार, वर्णित एल्गोरिथ्म द्वारा बड़े पैमाने पर समस्याओं को हल करने के लिए, महत्वपूर्ण कंप्यूटिंग संसाधनों की आवश्यकता होगी।

शुरुआत में डेवलपर्स द्वारा चिप को प्रस्तुत की गई आवश्यकताएं उन्हें स्वयं एक सख्त ढांचे में डालती हैं: एक तरफ, समाधान ऊर्जा कुशल होना चाहिए, दूसरी तरफ, यह जानकारी के सरल ब्लॉक के साथ काम करना चाहिए। अंत में, चिप में वर्तमान चुनौतियों को ध्यान में रखते हुए विभिन्न प्रकार के तंत्रिका नेटवर्क को अनुकरण करने की क्षमता होनी चाहिए। इन सभी आवश्यकताओं को सफलतापूर्वक आईरिस प्रोसेसर में लागू किया गया है।

एमआईटी प्रयोगशाला में विकसित की गई चिप एक पहले से गठित न्यूरल नेटवर्क है, जिसे 168-कोर प्रोसेसर के स्तर पर स्थानीय बनाया गया है, जिसे भविष्य में मोबाइल उपकरणों में एकीकृत किया जा सकता है।

आईरिस दक्षता की कुंजी कोर और बाहरी मेमोरी बैंकों के बीच डेटा विनिमय की आवृत्ति को कम करना है, जो उच्च बिजली की खपत और समय की लागत से जुड़ा एक ऑपरेशन है। जबकि पारंपरिक GPU के कोर एक आम मेमोरी बैंक से जुड़े होते हैं, प्रत्येक Eyeriss कोर की अपनी मेमोरी होती है। इसके अलावा, डेटा पड़ोसी कोर के लिए खराद से पहले एक संपीड़न प्रक्रिया से गुजरता है।

कार्यान्वित एल्गोरिथ्म का एक और फायदा कोर की एक सिस्टम मेमोरी बस के रूप में "मध्यस्थ" को दरकिनार करते हुए सीधे एक दूसरे के साथ "संवाद" करने की क्षमता है। यह कन्वेंशनल न्यूरल नेटवर्क (CNN) का अनुकरण करने के लिए एक महत्वपूर्ण विशेषता है। नेटवर्क संसाधनों तक पहुंचने की आवश्यकता के बिना, पैटर्न और भाषण मान्यता के लिए आवश्यक सभी कम्प्यूटेशनल कार्य स्थानीय रूप से आइरिस में किए जाते हैं, जो बाहरी नेटवर्क की अनुपस्थिति में भी डिवाइस के प्रभावी कामकाज को सुनिश्चित करना संभव बनाता है।

अंत में, Eyeriss का एक और लाभ एकल एकल समस्या के ढांचे के भीतर कोर के बीच व्यक्तिगत कंप्यूटिंग कार्यों के "स्मार्ट" वितरण का सिद्धांत है। अपनी स्थानीय मेमोरी में, कर्नेल को न केवल नोड्स द्वारा संसाधित डेटा को संग्रहीत करना होगा, बल्कि स्वयं नोड्स का वर्णन करने वाला डेटा भी होना चाहिए। डेटा प्रोसेसिंग प्रक्रिया के अधिकतम प्रदर्शन को सुनिश्चित करने के लिए, साथ ही मुख्य मेमोरी से डेटा की अधिकतम मात्रा के साथ आईरिस को लोड करने के लिए, दोनों प्रकार के डेटा वितरण एल्गोरिदम को विशेष रूप से इस उद्देश्य के लिए डिज़ाइन किया गया एक वास्तविक समय चिप द्वारा अनुकूलित किया जाता है, वर्तमान तंत्रिका नेटवर्क की विशेषताओं को ध्यान में रखते हुए।

सैन फ्रांसिस्को में इंटरनेशनल सॉलिड स्टेट सर्किट कॉन्फ्रेंस में, विकास टीम ने, उपयोगकर्ता-स्तरीय आईरिस चिप की क्षमताओं का उपयोग करते हुए, स्थानीय तंत्रिका नेटवर्क के भीतर पैटर्न मान्यता एल्गोरिदम के कार्यान्वयन का प्रदर्शन किया। एक समान कार्य - एक प्रेस विज्ञप्ति में नोट किया गया - पहले लागू किया गया था, लेकिन निर्मित तंत्रिका नेटवर्क के सबसे आधुनिक सरकारी परियोजनाओं के स्तर पर।

सैमसंग की इनोवेशन लैब मोबाइल प्रोसेसर लैब के सीनियर वाइस प्रेसिडेंट माइक पोली कहते हैं, "यह काम बहुत महत्वपूर्ण है क्योंकि यह दर्शाता है कि कितनी गहराई से एम्बेडेड इन-प्रोसेसर्स आवश्यक शक्ति और अनुकूलन प्रदर्शन प्रदान कर सकते हैं और क्लाउड से मोबाइल उपकरणों के लिए जटिल कंप्यूटिंग प्रक्रिया ला सकते हैं।" जोड़ना: “हार्डवेयर समाधानों की एक अभिनव श्रेणी के अलावा, एमआईटी विशेषज्ञों द्वारा एक अध्ययन स्पष्ट रूप से दर्शाता है कि एम्बेडेड कोर विकास के लिए कैसे उपयोगी हो सकता है हैंडलर अनुप्रयोगों के लिए एक मानक नेटवर्क वास्तुकला और AlexNet Caffe »का उपयोग कर।

एमआईटी प्रयोगशाला पर आधारित एक इकाई के निर्माण के साथ शुरू होने वाले आईरिस प्रोजेक्ट का वित्तपोषण अमेरिकी रक्षा विभाग DARPA द्वारा आंशिक रूप से वित्त पोषित किया गया था। आश्चर्य नहीं कि प्रभावशाली संपादकीय सामग्री के साथ प्रोसेसर की घोषणा का जवाब देने वाला पहला व्यक्ति पैट्रिक टकर था, जो एक प्रसिद्ध समाचार पत्र था। उनके अनुसार, अमेरिकी सैनिकों के मोबाइल उपकरणों पर स्थापित नए आईरिस प्रोसेसर एक सामान्य नेटवर्क से कनेक्ट किए बिना भारी मात्रा में सूचना को संसाधित करने से जुड़ी सबसे जटिल कम्प्यूटेशनल समस्याओं को हल करने में सक्षम होंगे।

इसलिए, वर्तमान में, यूएस एयर फोर्स को 1,500 घंटे तक एचडी वीडियो और अफगानिस्तान में ड्रोन से 1,500 अल्ट्रा-हाई रेजोल्यूशन तस्वीरें प्राप्त होती हैं। इसके अलावा, सूचना के इस सभी अंतहीन प्रवाह को ऑपरेटरों द्वारा पुराने ढंग से देखा जाना चाहिए, क्योंकि मौजूदा कंप्यूटर सॉफ़्टवेयर एक पथिक को एक आतंकवादी के साथ एक पहाड़ी पथ से भटकने वाले किसान को निर्देशित मिसाइलों के साथ भेद करने में सक्षम नहीं है। ऐसी समस्याओं को हल करने के लिए, शुरू में प्रतिनिधि प्रशिक्षण पर आधारित मशीन सीखने के तरीके बनाए गए थे।

आइरिस प्रोसेसर मानव रहित सैन्य ड्रोन पर स्थापना के लिए आदर्श रूप से अनुकूल हैं, क्योंकि वे विमान में सीधे सीखने की तकनीक का उपयोग करके चित्रों और वीडियो की एक सरणी के बुद्धिमान प्रसंस्करण की अनुमति देंगे। उसी समय, स्क्रीन किए गए उपयोगी डेटा को परिचालन जानकारी के विश्लेषण के लिए केंद्र को दरकिनार करके, निर्दिष्ट क्षेत्र में सक्रिय मुकाबला इकाइयों को सीधे भेजा जा सकता था।

संक्षिप्त सारांश

प्रयोगों के दौरान, आईरिस चिप ने ऊर्जा दक्षता के स्तर का प्रदर्शन किया जो आधुनिक मोबाइल ग्राफिक्स चिप्स की तुलना में दस गुना अधिक है। इसी समय, इसकी मदद से यह संभव हो जाता है कि कॉम्पैक्ट आकार के उपकरणों पर स्मार्टफोन और टैबलेट से - पहनने योग्य इलेक्ट्रॉनिक्स के लिए कृत्रिम बुद्धिमत्ता एल्गोरिदम के संचालन को सुनिश्चित करने के लिए तकनीकी रूप से संभव है। इस तरह के प्रोसेसर के लिए डेटा एक्सचेंज के दौरान नेटवर्क द्वारा बनाई गई देरी कम से कम हो जाती है, क्योंकि अधिकांश गणना स्थानीय स्तर पर चिप द्वारा की जा सकती हैं। आईरिस के आधार पर, न केवल "स्मार्ट डिवाइस" के सभी प्रकार के निर्माण करना संभव होगा, बल्कि निर्णय लेने में स्वतंत्रता की एक निश्चित डिग्री वाले रोबोट भी होंगे।

MIT के डेवलपर्स ने अभी तक विशिष्ट समय अंतरालों का नाम नहीं दिया है, जिसके दौरान Eyeriss एक वाणिज्यिक उत्पाद में और उपभोक्ता स्तर पर अपनी क्षमताओं को प्रकट करने के लिए अपनी सारी शक्ति में परिवर्तित हो जाएगा। प्रमुख NVIDIA विशेषज्ञों के विकास में कुछ भागीदारी और जिम्मेदार सैमसंग शोधकर्ताओं की गहरी रुचि आशावाद को प्रेरित कर रही है।

_{स्रोत}

---

प्रिय पाठकों, हम हमेशा हमारे ब्लॉग के पन्नों पर आपसे मिलने और इंतजार करने के लिए खुश हैं। हम आपके साथ नवीनतम समाचार, समीक्षा सामग्री और अन्य प्रकाशनों को साझा करना जारी रखने के लिए तैयार हैं, और हमारे साथ बिताए समय को आपके लिए उपयोगी बनाने के लिए अपनी पूरी कोशिश करेंगे। और, निश्चित रूप से, हमारे अनुभागों की सदस्यता लेने के लिए मत भूलना । हमारे अन्य लेख और घटनाएँ

• ROCCAT आरजीओ प्रकाश को राइओस सीरीज में जोड़ता है
• Logitech
• Tesoro: -
• SSD M.2 — Sandisk x300s
• 10 Apple.

Source: https://habr.com/ru/post/hi390627/