В 2021 г. в России должен появиться универсальный нейропроцессор, который сможет решать не только общие задачи в составе серверов, но и справляться со специфическими расчетами для проектов искусственного интеллекта, делая это эффективнее других представленных на рынке неспециализированных чипов.
Нейропроцессор из Екатеринбурга
Как выяснил CNews, екатеринбургская микропроцессорная компания «Мультиклет», разрабатывающая чипы на собственной оригинальной «мультиклеточной» архитектуре, приступила к созданию универсального нейропроцессора, который можно будет использовать не только в обычных серверах и суперкомпьютерах, но и задействовать для решения специфических задач искусственного интеллекта (ИИ).
Разрабатываемый в инициативном порядке чип получил название Multiclet S2. На текущий момент готовность проекта оценивается в 20%. В частности, в его рамках на сайте компании в начале декабря 2019 г. была опубликована первая версия набора программных средств разработки (SDK, software development kit) под Windows и Linux. Появление инженерных образцов чипа запланировано на 2021 г. Выпущены они будут по топологии 16 нм на известной тайваньской фабрике TSMC.
В электронной презентации проекта, которую представители «Мультиклета» показали CNews, указывается, что от ранее созданных компанией мултиклеточных процессоров он отличается системой команд, а именно вводом новых типов малоразмерных данных (с фиксированной и плавающей запятой) и операций с ними. «Число клеток увеличено до 256, а частота до 2,5 ГГц, что должно обеспечить пиковую производительность в 81,9 TФлопс на 16F и, соответственно, сделать его сравнимым в части нейровычислений с возможностями современных специализированных ASIC TPU (TPU-3: 90 Тфлопс на 16F)». В последнем случае речь идет о третьем поколении специализированных нейрочипов Google, представленных в 2018 г.
«А поскольку многообразие всех задач, связанных с искусственным интеллектом, велико, то процессор общего назначения более предпочтителен. И в этом плане мы существенно превосходим интеловские процессоры», — отметил в разговоре с CNews гендиректор и соучредитель «Мультиклета» Борис Зырянов, ссылаясь на расчетные сравнительные тесты производительности Multiclet S2, IntelXeonPhi 7290 и Inteli7 5960 (см. слайд презентации).
Некоторая теория
Описывая особенности мультиклеточной архитектуры, Борис Зырянов подчеркнул, что она принципиально отличается как от классической базовой «фоннеймановской» архитектуры (к ней, в частности относится архитектура RISC), так и от потоковой dataflow, с которой, впрочем, «Мультиклет» часто путают.
«За последнее десятилетие вся терминология очень сильно извратилась», — сожалеет он, подчеркивая, что dataflow — это по сути несколько потоков обычных фоннеймановских машин.
«Архитектура "Мультиклет" принципиально отличается тем, как она использует результаты, — говорится в презентации компании. — В многоклеточной архитектуре команда при извлечении сообщает памяти результатов имена требуемых результатов и переходит в буфер до получения запрошенных результатов. Команда выполняется, когда все запрошенные результаты находятся в памяти результатов. Результат выполнения команды именуется и также передается в память результатов».
Поясняя отличия более простым языком, Зырянов указывает, что когда действие влечет за собой действие (фоннеймановская архитектура), это можно уподобить безусловному рефлексу. «А если мы говорим о чем-то осмысленном, то действие должно влечь за собой данные, а уже данные провоцировать следующее действие, — говорит он. — Это как раз принцип нашей архитектуры, потому что у нас каждая клетка работает независимо, сбрасывая данные в общий поток, и из этого потока клетка, которой они нужны, эти данные вылавливает».
С точки зрения Зырянова, все эти свойства и способствуют весьма успешному решению задач, связанных с искусственным интеллектом.
«Если отвлечься от метафизики, то в достаточно точном приближении можно уподобить мозг человека самоорганизующейся нейросети, которая сама порождает другие вспомогательные нейросети по мере обучения», — добавляет он.