Аппаратная обработка
задач искусственного интеллекта
увеличивает мощность.
Помните пресловутый закон Мура о том, что число транзисторов в процессоре удваивается каждые пару лет? А о том, что недалёк тот день, когда мы упрёмся в непреодолимый физический предел этой «плотности населения» интегральной схемы?
Так вот, это немного устаревшие данные.
И дело не столько в том, что удвоение ускорилось (теперь оно занимает всего 18 месяцев против 24, как было совсем недавно), сколько в том, что аппетиты ИИ-вычислений многократно превышают эти наши возможности. Сегодня они требуют двукратного увеличения компьютерных мощностей примерно каждые 3,5 месяца. Это означает, что для удовлетворения растущего спроса необходимы новые вычислительные парадигмы. Причём срочно.
Новые разработки в области аппаратных «ускорителей» варьируются от электронных тензорных ядер с динамической оптимизацией вычислений и мемристорных матриц с их имитирующей реальные синапсы динамикой до фотонных реализаций на околосветовых скоростях. Цель всех этих многоумных подходов ‒ справиться с упомянутым экспоненциальным ростом вычислительной нагрузки машинного обучения. Одним из решений считается увеличение числа «измерений», на которых происходит обработка сведений, и, хотя ранее удалось добиться двумерности этого процесса путём мультиплексирования пространства и длины волны, аппаратной реализации по-настоящему объёмной, трёхмерной обработки ещё не было. До сего дня.
В статье, опубликованной в журнале Nature Photonics, исследователи университетов Оксфорда, Мюнстера, Гейдельберга и Эксетера сообщают о своей разработке интегрированного фотонно-электронного оборудования, способного обрабатывать трёхмерные данные. Авторы говорят, что их аппаратное обеспечение существенно повышает параллельность обработки, значительно ускоряя этим выполнение искусственно-интеллектуальных задач.
К возможностям чипов фотонного матрично-векторного умножителя, на которой базируется 2D-обработка (кстати, в большинстве своём от той же команды учёных), была добавлена теперь радиочастотная модуляция фотонных сигналов. Она-то и стала "третьим измерением" вычислений.
В качестве тестовых испытаний из медицинских баз данных взяли ЭКГ пациентов с сердечно-сосудистыми заболеваниями с целью выявления рисков внезапной смерти. Нейросети удалось справиться с заданием с 93% точностью, но главное в том, что анализ 100 сигналов ЭКГ шёл одновременно. Более того, было также подсчитано, что даже при умеренном масштабировании (скажем, 6 входов на 6 выходов) новое аппаратное решение способно превзойти современные процессоры в 100 раз, обеспечив куда большие плотность вычислений и энергоэффективность.
«Эта работа является одним из примеров как то, что мы считали пределом, можно превзойти», ‒ подытожил руководитель проекта, профессор Хариш Бхаскаран.
По материалам АРМК.
