Анонсированы два новых компьютерных чипа для приложений искусственного интеллекта
Технологииinternetua.com24 февраля 2020

Анонсированы два новых компьютерных чипа для приложений искусственного интеллекта

ArmHoldings, британская компания по разработке полупроводников, принадлежащая SoftBank, представила в понедельник два новых проекта компьютерных чипов для приложений искусственного интеллекта.

Одна микросхема, называемая процессором Arm Cortex-M55, является новейшей в линейке микроконтроллеров Arm, разновидностью относительно недорогих и энергоэффективных микросхем, которые используются для запуска датчиков и выполнения простых вычислительных задач во всем, от автомобильных двигателей до удаленных игрушки для электроинструментов.

В прошлом такого рода чипам обычно не хватало вычислительной мощности для эффективного выполнения функций машинного обучения. Вместо этого большинство этих задач приходилось выполнять на более мощных чипах, таких как микропроцессоры Arm Cortex-A, которые встречаются в большинстве смартфонов мира.

Другой новый чип, получивший название Arm Ethos-U55 NPU, предназначен для работы в сочетании с M55 как способ ускорения приложений, требующих нейронных сетей, своего рода машинное обучение, основанное на человеческом мозге.

За последнее десятилетие значительный прогресс в искусственном интеллекте был достигнут благодаря использованию этих нейронных сетей на графических процессорах, специализированных компьютерных чипах, изначально предназначенных для обработки интенсивного сжатия чисел, необходимого для визуализации изображений для видеоигр и анимации.

Но в последнее время ряд компаний создали NPU, или «нейронные процессоры», чипы, разработанные специально для работы нейронных сетей. В контрольных тестах эти чипы могут рабо тать в нейронных сетях гораздо быстрее и эффективнее, чем графические процессоры. Arm утверждает, что Ethos-U55 - это первый в отрасли «микроядер» - иными словами, первый из этих чипов, заточенный под нейронные сети, достаточно маленький и энергоэффективный, чтобы работать на самых миниатюрных электронных устройствах.

Консультанты McKinsey&Company дают прогноз, что к 2025 году на долю полупроводников, связанных с ИИ, может приходиться 67 миллиардов долларов ежегодных продаж, или около 20% всего спроса на компьютерные чипы. Другая консалтинговая фирма, Deloitte, прогнозирует, что рынок чипов, предназначенных для искусственного интеллекта, предназначенных для работы «на пределе» - на устройствах, таких как мобильные телефоны и интеллектуальные колонки, а не на серверах центров обработки данных - в этом году составит около $2,6 млрд. и удвоится к 2024 году.

В то же время, британская фирма - не единственный производитель микросхем, который стремится предоставить возможности машинного обучения, разработанные для недорогих, энергоэффективных датчиков и электроники. Huawei, как часть своего стремления к 5G mobile, инвестировала в недорогие NPU, но упаковала их как часть более крупных чипов для мобильных телефонов более высокого класса, таких как чип Kirin 970. Корпорация Intel, как правило, не проявляет активности на рынке периферийных компьютеров, ориентируясь на центры обработки данных и персональные вычислительные устройства. AMD создала несколько чипов, предназначенных для запуска AI-приложений на таких устройствах, как интеллектуальные телевизоры.

Arm, которая сама не производит полупроводники, но лицензирует свои разработки для других, говорит, что чипы, основанные на этих двух новых разработках, будут отгружены заказчикам в 2021 году. И хотя компания отказалась назвать клиентов для новых разработок, в прошлом Arm лицензировала свои специализированные для ИИ разработки для компаний, которые входят в Samsung, STMicroelectronics и NXP.

Объединив два новых чипа в дуо-режим, ей удалось увеличить скорость выполнения задач машинного обучения в 480 раз по сравнению с предыдущими чипами Cortex M в тестах производительности. 

Использование двух чипов вместе также приводит к 25-кратному повышению энергоэффективности, что крайне важно для многих устройств, которые должны зависеть от заряда батареи. 

Новые чипы позволяют использовать приложения искусственного интеллекта в таких областях, как сельское хозяйство, где сотни или тысячи недорогих датчиков, оборудованных машинным обучением, могут быть использованы для тщательной калибровки количества воды, удобрений или инсектицидов, которые должно получать каждое растение. Дипти Вачани, старший вице-президент ARM и генерального директора по автомобильным и IoT-бизнесам, говорит, что новые чипсеты найдут широкое применение в  Интернете вещей, главная идея которого заключается в подключении всех видов новых устройств, от камер видеонаблюдения до тостеров, к Интернету.

Вачани также говорит, что для обеспечения безопасности и конфиденциальности данных крайне важно, чтобы ИИ функционировал на устройствах с относительно низким энергопотреблением, а не на постоянной связи с облачными центрами обработки данных, где сегодня выполняется большинство рабочих нагрузок ИИ.

Например, она говорит, что умные говорящие колонки, такие как Alexa или Google Home, могут запускать распознавание речи и некоторые приложения машинного обучения прямо на устройстве. Сегодня этим устройствам приходится передавать данные через Интернет в удаленные центры обработки данных, что вызывает опасения по поводу кибербезопасности и прослушивания.

Кроме того, ИИ сможет работать на неподключенных, относительно маломощных устройствах, что крайне важно для автомобилей с автопилотом, а также для внедрения машинного обучения в медицинские устройства.

Арм говорит, что сам M55 сможет выполнять задачи машинного обучения, начиная от очень простого обнаружения вибрации - то, с чем могли справиться даже предыдущие поколения Cortex-M, - до обнаружения объектов на изображениях. В сочетании с Ethos U-55 он может выполнять задачи более высокого уровня, такие как обнаружение определенных жестов, определение того, соответствуют ли ваши отпечатки пальцев или ваше лицо биометрии, уже сохраненной на устройстве, и даже распознавание речи. Но для выполнения более сложных вычислительных задач, таких как классификация широкого спектра объектов или распознавание лиц в режиме реального времени по видеозаписям толпы, все равно потребуются более энергоемкие и дорогие чипы.

Вачани также говорит, что новые конструкции микросхем предназначены только для выполнения так называемого «логического вывода» ИИ, который включает в себя ввод данных и использование статистической модели, которая уже была обучена прогнозированию на основе этих данных.

Написать комментарий