हम दुनिया के दोनों प्रमुख निर्माताओं और स्टार्टअप्स के नए आर्किटेक्चर के बारे में बात कर रहे हैं - वेफर्सलेक-चिप्स, टेंसर प्रोसेसर और ग्राफ-आधारित डिवाइस।
विषय चयन:
तस्वीरें - जेसन लेउंग - अनप्लैशगहरी शिक्षा के लिए वफ़रसेले
शास्त्रीय प्रोसेसर के उत्पादन में, एक सिलिकॉन सब्सट्रेट को व्यक्तिगत क्रिस्टल में
विभाजित किया जाता है। लेकिन वेफर्ससेल प्रोसेसर के मामले में, अर्धचालक वेफर विभाजित नहीं है - यह एक बड़ी चिप बन जाती है। नतीजतन, घटक एक-दूसरे के करीब हैं, और सिस्टम प्रदर्शन बढ़ जाता है।
सेरेब्रस सिस्टम्स और टीएसएमसी के इंजीनियरों द्वारा यह दृष्टिकोण लिया गया था, जो गहन सीखने के लिए एक चिप विकसित कर रहे थे -
सेरेब्रस डब्ल्यूएसई । यह देर से गर्मियों में हॉट चिप्स सम्मेलन में
दिखाया गया था। डिवाइस 21.5 सेमी के किनारों के साथ एक वर्ग क्रिस्टल है। इसमें 1.2 ट्रिलियन ट्रांजिस्टर होते हैं, जो 400 हजार कोर में संयुक्त होते हैं। ये कोर 100 Pbit / s के बैंडविड्थ के साथ मालिकाना झुंड प्रणाली का उपयोग करके एक दूसरे के साथ "संवाद" करते हैं।
डेवलपर्स का कहना है कि चिप प्री- मैट्रिक्स ऑपरेशन में शून्य डेटा को फ़िल्टर करके
गणना का अनुकूलन करता है - वे सभी मानों का 50 से 98% तक बनाते हैं। नतीजतन, सेरेब्रस पर एक मॉडल सीखना क्लासिक जीपीयू की तुलना में सौ गुना तेज है। हालांकि, NYTimes
ने इस तरह के बयानों पर संदेह के साथ एक स्वस्थ हिस्सेदारी के साथ
प्रतिक्रिया व्यक्त की - स्वतंत्र विशेषज्ञों ने अभी तक हार्डवेयर का परीक्षण नहीं किया है।
सेरेब्रस कम्प्यूटेशनल कोर प्रोग्राम करने योग्य हैं। उन्हें किसी भी तंत्रिका नेटवर्क के साथ काम करने के लिए अनुकूलित किया जा सकता है। यह उम्मीद की जाती है कि नई चिप क्लाउड सिस्टम और मशीन लर्निंग एप्लीकेशन में आवेदन करेगी: ड्रोन से लेकर आवाज सहायक तक। यह अभी तक ज्ञात नहीं है कि चिप बिक्री पर कब जाएगी, लेकिन कई कंपनियां पहले से ही कार्यभार पर इसका परीक्षण कर रही हैं।
सिलिकॉन इंटरकनेक्ट फैब्रिक (Si-IF) MO अनुप्रयोगों के लिए एक और वेफर्सकेल उपकरण है। इसे कैलिफोर्निया विश्वविद्यालय की प्रयोगशाला में
विकसित किया
जा रहा है । Si-IF एक ऐसा उपकरण है जो एक ही सिलिकॉन वेफर पर दर्जनों GPU को जोड़ती है। डेवलपर्स ने पहले से ही 24 और 40 जीपीयू के लिए दो प्रोटोटाइप पेश किए हैं। उनका प्रदर्शन क्लासिक उपकरणों की क्षमताओं से 2.5 गुना अधिक है। वे डेटा सेंटर में सिस्टम का उपयोग करने की योजना बनाते हैं।
टेंसर प्रोसेसर
मई 2018 में, Google ने
TensorFlow मशीन लर्निंग
लाइब्रेरी के साथ काम करने के लिए अपने
दसवीं प्रोसेसर की तीसरी पीढ़ी
TPU v3 की घोषणा की। नए डिवाइस की तकनीकी विशेषताओं के बारे में बहुत कम जानकारी है। उत्पादन संस्करण 12- या 16-एनएम प्रक्रिया प्रौद्योगिकी का उपयोग करके
निर्मित किया जाएगा। थर्मल डिजाइन पावर - 200 वाट, प्रदर्शन - bfloat 16 के साथ काम करते समय 105 TFLOPS। यह एक 16-बिट फ्लोटिंग पॉइंट प्रतिनिधित्व प्रणाली है जो गहरी सीखने में उपयोग की जाती है।
कई कार्यों पर, दूसरी पीढ़ी के Google TPU का प्रदर्शन NVIDIA Tesla V100 फाइवफोल्ड
की क्षमताओं को
पार कर गया । इंजीनियरों का कहना है कि तीसरी पीढ़ी अपने पूर्ववर्ती की तुलना में आठ गुना अधिक शक्तिशाली है। हम भी चिप्स पर तरल ठंडा
स्थापित करने के लिए किया था ।
फोटो - सिनका - सीसी बायवॉइस असिस्टेंट, फोटो प्रोसेसिंग सर्विस और रैंकब्रेन सर्च क्वेरी रैंकिंग एल्गोरिदम: निगम ने अपने सिस्टम को कई नए टेंसरों प्रोसेसर में स्थानांतरित करने की योजना बनाई है। कंपनी टीपीयू के आधार पर क्लाउड-आधारित स्केलेबल सुपर कंप्यूटर का निर्माण करना चाहती है और एआई सिस्टम के अध्ययन में शामिल वैज्ञानिकों के लिए उनके लिए खुली पहुंच है। देर से वसंत में, सेवा को बीटा मोड में
लॉन्च किया गया था।
जटिल ग्राफ़ के साथ काम करने वाले चिप्स
ब्रिटिश स्टार्टअप ग्राफकोर ने गहरे शिक्षण कार्यों के लिए एक चिप विकसित की है -
कोलोसस आईपीयू (इंटेलिजेंस प्रोसेसिंग यूनिट)। इसमें 1200 कोर और विशिष्ट
पारलौकिक कार्यों का एक सेट शामिल है। प्रत्येक कोर छह धागे की प्रक्रिया करता है। आयरन को पॉपलर सॉफ्टवेयर के साथ जोड़ा जाता है। यह मॉडल को संकलित करता है और उनके आधार जटिल मल्टी-स्टेज एल्गोरिथम ग्राफ़ पर बनाता है जो आईपीयू प्रोसेसर पर चलते हैं। पहले ग्राफकोर नमूनों के परीक्षण से पता चला कि उनके पास पारंपरिक GPU की तुलना में सौ गुना अधिक प्रदर्शन है।
स्टार्टअप
पहले से ही सर्वरों के लिए
एक पूर्ण आकार के PCI-E कार्ड को
शिप करता है। इसकी संरचना दो आईपीयू चिप्स में है, जो 16 एनएम प्रक्रिया प्रौद्योगिकी के अनुसार बनाई गई है और इसमें 24 बिलियन ट्रांजिस्टर शामिल हैं। ऐसे उपकरण की कंप्यूटिंग शक्ति 125 TFLOPS है। कार्ड IaaS प्रदाताओं और ऑटोपायलट वाली कारों के डेटा केंद्रों में काम करने के लिए डिज़ाइन किए गए हैं। स्टार्टअप के संस्थापकों का
कहना है कि सौ से अधिक ग्राहक अपने उपकरणों के साथ काम करते हैं, लेकिन वे विशिष्ट कंपनियों का नाम नहीं लेते हैं।
मशीन लर्निंग के लिए हार्डवेयर उपकरणों के क्षेत्र में प्रतिस्पर्धा लगातार गंभीर होती जा रही है। नए खिलाड़ी बाजार में प्रवेश करते हैं, अभिनव आर्किटेक्चर पेश करते हैं, और प्रख्यात कंपनियां मौजूदा समाधानों की क्षमता में वृद्धि जारी रखती हैं। किसी भी स्थिति में, यह कृत्रिम बुद्धि प्रणालियों को विकसित करने वाले डेटा सेंटर मालिकों, डेटा विज्ञान इंजीनियरों और अन्य विशेषज्ञों के हाथों में खेलता है।
संबद्ध प्रोग्राम 1cloud.ru । हमारे क्लाउड के उपयोगकर्ता आय अर्जित कर सकते हैं और आभासी बुनियादी ढांचे को किराए पर देने की लागत को कम कर सकते हैं।
उदाहरण के लिए, हम
निजी क्लाउड सेवा प्रदान करते हैं। इसकी मदद से, आप किसी भी जटिलता की परियोजनाओं के लिए आईटी बुनियादी ढांचे को तैनात कर सकते हैं।