Onlarca yıldır elektronik mühendisleri, karmaşık hesaplamaları daha hızlı gerçekleştirebilen ve daha az enerji tüketebilen, giderek daha gelişmiş cihazlar geliştirmeye çalışıyorlar. Bu, genellikle hem veri depolama hem de hesaplama yükü açısından önemli gereksinimlere sahip olan yapay zeka (AI) ve derin öğrenme algoritmalarının ortaya çıkmasından sonra daha da belirgin hale geldi.
Bu algoritmaları çalıştırmak için umut verici bir yaklaşım, analog bellek içi hesaplama (AIMC) olarak bilinir. Bu yaklaşım, adından da anlaşılacağı gibi, tek bir çip üzerinde hesaplama yapabilen ve veri depolayabilen elektroniklerin geliştirilmesinden ibarettir . Hız ve enerji tüketiminde gerçekçi bir iyileşme elde etmek için bu yaklaşımın ideal olarak çip üzerindeki dijital işlemleri ve iletişimleri de desteklemesi gerekir.
IBM Research Europe'daki araştırmacılar yakın zamanda, derin sinir ağlarının hesaplamalarını daha iyi destekleyebilecek, faz değişimli bellek aygıtlarını temel alan yeni bir 64 çekirdekli karışık sinyalli bellek içi bilgi işlem çipi geliştirdi. Nature Electronics dergisinde yayınlanan bir makalede sunulan 64 çekirdekli çip, şimdiye kadar oldukça umut verici sonuçlar elde etti; derin öğrenme algoritmalarının doğruluğunu korurken hesaplama sürelerini ve enerji tüketimini azalttı.
Yazarlardan biri olan Manuel Le Gallo, " Nöral fonksiyonların bireysel PCM cihazlarıyla nasıl uygulanacağını ilk kez gösterdiğimizden başlayarak, 7 yıldan fazla bir süredir faz değişimli bellek (PCM) cihazlarının bilgi işlem için nasıl kullanılacağını araştırıyoruz." dedi.
"O zamandan bu yana, bilimsel bilgi işlem ve derin sinir ağı çıkarımı gibi birçok uygulamanın PCM cihazlarını bilgi işlem öğeleri olarak kullanmanın fayda sağlayabileceğini gösterdik ve bunun için prototip PCM yongaları kullanan donanım/yazılım uygulamalarında çok az doğruluk kaybı olduğunu veya hiç doğruluk kaybı olmadığını gösterdik. Bu yeni çiple uçtan uca analog yapay zeka çıkarım hızlandırıcı çipine doğru bir adım daha ileri gitmek istedik."
Yeni bellek içi bilgi işlem çiplerini oluşturmak için Le Gallo ve meslektaşları, PCM tabanlı çekirdekleri dijital bilgi işlem işlemcileriyle birleştirerek tüm çekirdekleri ve dijital işlem birimlerini çip üzeri bir dijital iletişim ağı aracılığıyla birbirine bağladı. Çipleri, her biri 256 x 256 çapraz çubuk dizisi sinaptik birim hücre içeren 64 analog PCM tabanlı çekirdekten oluşuyor.
Le Gallo, "Analog ve dijital dünyalar arasında geçiş yapmak için her çekirdeğe kompakt, zamana dayalı analogdan dijitale dönüştürücüler entegre ettik" diye açıkladı. "Her çekirdek aynı zamanda düzeltilmiş doğrusal birim (reLU) nöron aktivasyon işlevlerini ve ölçeklendirme işlemlerini gerçekleştiren hafif dijital işlem birimleriyle de entegre edilmiştir. Çipin ortasına, uzun kısa süreli bellek (LSTM) ağını uygulayan küresel bir dijital işlem birimi entegre edilmiştir. "
Ekibin çipinin benzersiz bir özelliği, içindeki bellek çekirdeklerinin ve küresel işlem biriminin dijital bir iletişim ağı aracılığıyla birbirine bağlı olmasıdır. Bu, çip üzerinde bir sinir ağının bireysel katmanlarıyla ilişkili tüm hesaplamaları gerçekleştirmesine olanak tanıyarak hesaplama sürelerini ve güç tüketimini önemli ölçüde azaltır.
Çiplerini değerlendirmek için Le Gallo ve meslektaşları oldukça kapsamlı bir çalışma yürüttüler; çip üzerinde derin öğrenme algoritmaları çalıştırdılar ve performansını test ettiler. Değerlendirmelerinin sonuçları son derece umut vericiydi; çip üzerinde çalıştırıldığında ve CIFAR-10 görüntü veri kümesinde test edildiğinde, görüntü tanıma görevlerini tamamlamak üzere eğitilmiş derin sinir ağları %92,81'lik dikkate değer bir doğruluk elde etti.
Le Gallo, "Bunun, benzer teknolojiyi kullanan şu anda bildirilen çipler arasında en yüksek doğruluk düzeyi olduğuna inanıyoruz" dedi. "Makalede ayrıca analog bellek içi hesaplamayı çeşitli dijital işlem birimleri ve dijital iletişim yapısıyla nasıl sorunsuz bir şekilde birleştirebileceğimizi de gösterdik. 8 bitlik giriş-çıkış matris çarpımları için alan başına ölçülen verim 400 GOPS/ mm2 dir. Çip, dirençli belleğe dayalı önceki çok çekirdekli, bellek içi bilgi işlem çiplerinden 15 kat daha yüksek ve aynı zamanda karşılaştırılabilir bir enerji verimliliği sağlıyor."
IBM Research Europe'un son çalışması , derin öğrenme algoritmalarının ihtiyaçlarını ve taleplerini destekleyebilecek AIMC çiplerinin geliştirilmesine yönelik bir sonraki adımdır . Gelecekte, Le Gallo ve meslektaşları tarafından tanıtılan tasarım, daha da iyi bir performans sağlamak üzere daha da güncellenebilir.
Gallo "Bu çipten ve 2021'de VLSI'de sunulan başka bir 34 parçalı çipten öğrendiklerimizi kullanarak , bu yılın başlarında VLSI sistemleri üzerinde IEEE Transactions'da yayınlanan uçtan uca bir analog yapay zeka çıkarım hızlandırıcı mimarisi tasarladık. " ekledi. "Vizyonumuz, çok sayıda analog bellek içi bilgi işlem döşemesini, son derece paralel bir 2D ağla birbirine bağlanan özel amaçlı, dijital bilgi işlem çekirdeklerinin bir karışımıyla birleştiriyor. Son yıllarda geliştirdiğimiz gelişmiş donanıma duyarlı eğitimle birlikte, bunların olmasını bekliyoruz . Yazılıma eşdeğer sinir ağı sağlamak için hızlandırıcılarÖnümüzdeki yıllarda çok çeşitli modellerde doğruluk oranları artacak."
0 Yorumlar