текст
ИИ займётся разработкой компьютерных процессоров
Эксперименты Google могут привести к значительному ускорению цикла проектирования «умных» систем.
2036
0
0
- ВКонтакте
- РћРТвЂВВВВВВВВнокласснРСвЂВВВВВВВВРєРСвЂВВВВВВВВ
- Telegram
Согласно закону Мура, открытого одним из основателей Intel ещё в 1965 году, увеличение мощности процессоров происходит экспоненциально каждые 18 месяцев, одновременно с удвоением количества транзисторов на квадратный дюйм интегральных схем.
Этот закон долгое время являлся определяющим в развитии компьютерной индустрии в последние несколько десятилетий. Но с недавнего времени производители начали отходить от привычной модели развития.
Новым трендом в разработке процессоров стало производство специализированных чипов, предназначенных для выполнения конкретных задач, таких как работа с искусственным интеллектом и машинным обучением. Скорость их развития оцениваются уже не годами, как в случае с законом Мура, а неделями и месяцами.
Но разработка подобных микросхем занимает гораздо больше времени, чем раньше, и это означает, что новые микропроцессоры не могут быть разработаны достаточно быстро для того, чтобы отразить актуальный уровень развития ИИ.
«Сегодняшние чипы разрабатываются годами, оставляя нам спекулятивную задачу их оптимизации для моделей машинного обучения, которые появятся только через несколько лет», – сокрушаются Азалия Мирхосейни и Анна Голди, отвечающие за работу с этими технологиями в Google.
Мирхосейни и Голди, а также их коллеги из Google, нашли новый способ ускорить разработку специализированных микросхем. Идея казалась довольно очевидной – а почему бы не привлечь сам ИИ для проектирования предназначенных для него процессоров?
Результаты оказались впечатляющими. Разработанный ими алгоритм машинного обучения смог всего за шесть часов смог справиться с процессами, требовавшими от человека-проектировщика нескольких недель кропотливой работы, даже при использовании современного программного обеспечения для проектирования микросхем.
В своей работе алгоритм использовал подход усиленного машинного обучения. Он заключается в использовании так называемой «функции вознаграждения», работающей с положительными и отрицательными оценками для изучения сложных задач. В процессе работы алгоритм за долю секунды создал несколько тысяч новых проектов и сам оценил их производительность.
Как результат, ИИ выработал собственную стратегию оптимального размещения компонентов микросхемы, и его наработки уже смогли превзойти множество из созданных людьми проектов. В перспективе алгоритм станет одним из основных способов ускорить производство специализированных чипов, а также сможет задать новое направление в разработке систем на основе машинного обучения.
Фото: Blue Andy / Shutterstock
Технологии
Илья Склюев
Машины и Механизмы
Всего 0 комментариев
В РАН сообщили об условии, необходимом для окончания эпидемии коронавируса в РФ
Дроны научились реагировать на жесты
