195176, г. Санкт-Петербург,
Пискаревский пр. д.25,
литер А пом. 8Н.
info@armkllc.ru
   +7 (812) 748-51-31

Ключ к будущему

Дата публикации: 2019-05-06 10:52:00

 

MIT Technology Review недавно опубликовал доклад о выступлении главы EEMG (группа энергоэффективных мультимедиа-систем) при MIT (Массачусетский технологически институт), профессора Вивьен Сзе (Vivienne Sze) о создании микросхемы нового уровня эффективности. В статье, как бы амбициозно то ни звучало, заявлено следующее: «Чип… во много раз эффективнее обычных кремниевых чипов» и «может быть ключом к будущему искусственного интеллекта [он же ИИ, он же AI - Artificial Intelligence]».

Но обо всём по порядку...

Amazon провёл MARS – масштабную конференцию в направлениях машинного обучения, автоматизации, робототехники, IT-технологий вообще и AI в частности. Здесь, в Палм-Спрингс (США, Калифорния), сошлись дороги бизнес-элит, научного мира, журналистики и даже литературной фантастики. Здесь собираются главные действующие лица отраслевого прогресса, чтобы узнать и поделиться новостями, испытать новинки и обсудить, как эти области будут определять наше технократическое будущее. Около сотни важнейших исследователей, руководителей и предпринимателей попали сюда исключительно по приглашению. Здесь были представлены множество образцов новейшей робототехники, включая робо-каратистов, дронов в виде насекомых и даже проект колонии на Марсе с чертежами. Всё это настолько бросалось в глаза и столь сильно вдохновляло, что грандиозность презентации профессора Сзе стала вызывать у неё самой сомнения.

Её рассказ о чипах, разработанных EEMG, мог выглядеть весьма блёкло на фоне остальных выступлений. Тем не менее, зная свою тему досконально, она понимала, что маленький невзрачный герой её речи по важности может заткнуть всех остальных «звёзд» конференции за пояс. Ведь он способен привнести всю мощь AI в устройства с ограниченным энергоснабжением. Благодаря этому микропроцессору глобальное главенство DATA-центров может пошатнуться.

Эти чипы, в отличие от графических, на которых сейчас базируется большая часть AI, могут больше выжать из его (искусственного интеллекта) алгоритмов, сделать их более мощными. Ограничения на уровне атомов, накладываемые физическим устройством нашего мира, вынуждают исследователей, учёных и инженеров искать альтернативные способы вычислений, создавать более продуктивные построения (архитектуры) процессоров. Вместо свода правил, как раньше, компьютеры наделяются способностью самообучаться, находить неочевидные связи в данных. Их нейросети выполняют одновременно множество вычислений, почему и эффективны более всего в графических схемах. Но процессоры, созданные не для обработки игровой графики, а именно для «математики глубокого обучения» должны быть ещё мощнее.

Вследствие этого, наметилась так называемая «гонка чипов» во всём мире. Китай наступает на пятки США. Tesla и Facebook уже делают собственные чипы. Google, Microsoft и Amazon – работают над этим. Микропроцессорная индустрия будто очнулась от спячки, длинною в десятилетия. По словам Майка Делмера, аналитика из Linley Group, в гонку за AI-чипы вступает невероятно много компаний. «Мы узнаём о новой такой примерно раз в неделю», – говорит он. 

Но это глубокое машинное обучение влечёт немалое ресурсопотребление. И вот энерго-эффективность – как раз то, на что делает упор Вивьен Сзе со своей командой, поскольку AI нужно работать не только в DATA-центрах, но и в маленьких устройствах, не имеющих столь больших запасов электричества (так называемые операции на краю). Этим и примечательны представленные профессором устройства: кроме физического уменьшения места хранения и обработки данных, они ещё и нетривиально позволяют повторно использовать эти данные.

Новинка названа Eyeriss. Сделанный и протестированный совместно с научным сотрудником Nvidia Джоэлем Эмером, чип показал превосходство в производительности от 10 до 1000 раз в сравнении с существующим аппаратным обеспечением.

Однако на MARS собрались люди с критическим взглядом на вещи. При всём общем энтузиазме и значимости представленного Вивьен Сзе детища, вице-президент группы AI-продуктов Intel, Навин Рао, наравне с другими участниками конференции, замечает, что хотя чипы MIT и являются весьма перспективными и многообещающими, но популярность этих решений будет зависеть от влияния слишком многих факторов. По его словам, определит успех какой бы то ни было новой аппаратной архитектуры прежде всего её гибкость – то есть возможность разработки программного обеспечения, позволяющего программистам запускать на нём код. «Создание чего-то полезного с точки зрения компилятора является, вероятно, самым большим препятствием для принятия», – говорит Рао.

Лаборатория EEMG, уже выходя за рамки алгоритмов глубокого обучения, исследует не только аппаратные, но и программные возможности. А так же реализацию их совместной работы. И в этом направлении тоже есть некоторые успехи. Так, профессором Сзе в соавторстве с Сертаком Караманом из отдела аэро- и астронавтики MIT создан маломощный микропроцессор Navion, производящий для крошечного дрона навигацию и составление 3D-карт с просто невероятной эффективностью. И этот успех даже более чем перспективы Eyeriss, демонстрирует не параллельное развитие, а совместную эволюцию аппаратных и программных решений. Чипы и алгоритмы глубокого обучения становятся симбионтами, на которых и будет стоять прогресс.


 

По материалам MIT Technology Review