Τα έξυπνα ρολόγια και άλλα ηλεκτρονικά που λειτουργούν με μπαταρία θα ήταν ακόμη πιο έξυπνα αν μπορούσαν να τρέξουν αλγόριθμους AI. Ωστόσο, οι προσπάθειες δημιουργίας τσιπ με δυνατότητα AI για φορητές συσκευές έχουν φτάσει μέχρι στιγμής σε έναν τοίχο – το λεγόμενο “τείχος μνήμης” που διαχωρίζει την επεξεργασία δεδομένων και τα τσιπ μνήμης που πρέπει να συνεργαστούν για να ανταποκριθούν στις τεράστιες και συνεχώς αυξανόμενες υπολογιστικές απαιτήσεις που επιβάλλει η AI.
“Οι συναλλαγές μεταξύ επεξεργαστών και μνήμης μπορούν να καταναλώσουν το 95 τοις εκατό της ενέργειας που απαιτείται για τη μηχανική εκμάθηση και την τεχνητή νοημοσύνη, και αυτό περιορίζει σοβαρά τη διάρκεια ζωής της μπαταρίας”, δήλωσε ο επιστήμονας υπολογιστών Subhasish Mitra, ανώτερος συγγραφέας μιας νέας μελέτης που δημοσιεύθηκε στο Nature Electronics .
Τώρα, μια ομάδα που περιλαμβάνει την επιστήμονα υπολογιστών του Στάνφορντ Mary Wootters και τον ηλεκτρολόγο μηχανικό H.-S. Η Philip Wong έχει σχεδιάσει ένα σύστημα που μπορεί να εκτελεί εργασίες AI πιο γρήγορα και με λιγότερη ενέργεια, αξιοποιώντας οκτώ υβριδικά τσιπ, το καθένα με τον δικό του επεξεργαστή δεδομένων που έχει κατασκευαστεί ακριβώς δίπλα στη δική του αποθήκευση μνήμης.
Αυτό το άρθρο βασίζεται στην προηγούμενη ανάπτυξη μιας ομάδας μιας νέας τεχνολογίας μνήμης, που ονομάζεται RRAM, η οποία αποθηκεύει δεδομένα ακόμα και όταν η τροφοδοσία είναι απενεργοποιημένη – όπως η μνήμη flash – μόνο γρηγορότερα και πιο ενεργειακά αποδοτικά. Η πρόοδος RRAM τους επέτρεψε στους ερευνητές του Στάνφορντ να αναπτύξουν μια προηγούμενη γενιά υβριδικών τσιπ που δούλεψαν μόνα τους. Ο τελευταίος σχεδιασμός τους ενσωματώνει ένα κρίσιμο νέο στοιχείο: αλγόριθμους που συνδυάζουν τα οκτώ, ξεχωριστά υβριδικά τσιπ σε έναν ενεργειακά αποδοτικό κινητήρα επεξεργασίας AI.
“Αν μπορούσαμε να δημιουργήσουμε ένα τεράστιο, συμβατικό τσιπ με όλη την απαιτούμενη επεξεργασία και μνήμη, θα το κάναμε, αλλά ο όγκος των δεδομένων που χρειάζεται για την επίλυση προβλημάτων AI καθιστά αυτό το όνειρο”, δήλωσε ο Mitra. “Αντ ‘αυτού, ξεγελάμε τα υβρίδια να σκεφτούν ότι είναι ένα τσιπ, και γι’ αυτό το ονομάζουμε το σύστημα ψευδαίσθησης”.
Οι ερευνητές ανέπτυξαν το Illusion ως μέρος της Πρωτοβουλίας Ηλεκτρονικής Αναζωογόνησης (ERI), ενός προγράμματος ύψους 1,5 δισεκατομμυρίων δολαρίων που χρηματοδοτήθηκε από την Υπηρεσία Προχωρημένων Έργων Άμυνας. Η DARPA, η οποία βοήθησε να δημιουργήσει το Διαδίκτυο πριν από περισσότερα από 50 χρόνια, υποστηρίζει την έρευνα που διερευνά λύσεις στον Νόμο του Μουρ, ο οποίος οδήγησε τις ηλεκτρονικές εξελίξεις μειώνοντας τα τρανζίστορ. Αλλά τα τρανζίστορ δεν μπορούν να συνεχίσουν να συρρικνώνονται για πάντα.
“Για να ξεπεράσουμε τα όρια των συμβατικών ηλεκτρονικών, θα χρειαζόμαστε νέες τεχνολογίες υλικού και νέες ιδέες σχετικά με τον τρόπο χρήσης τους”, δήλωσε ο Wootters.
Η ομάδα του Στάνφορντ δημιούργησε και δοκίμασε το πρωτότυπό της με τη βοήθεια συνεργατών στο γαλλικό ερευνητικό ίδρυμα CEA-Leti και στο Nanyang Technological University στη Σιγκαπούρη. Το σύστημα οκτώ-chip της ομάδας είναι μόνο η αρχή. Σε προσομοιώσεις, οι ερευνητές έδειξαν πώς τα συστήματα με 64 υβριδικά τσιπ μπορούσαν να εκτελούν εφαρμογές AI επτά φορές γρηγορότερα από τους τρέχοντες επεξεργαστές, χρησιμοποιώντας το ένα έβδομο περισσότερη ενέργεια.
Τέτοιες δυνατότητες θα μπορούσαν μια μέρα να επιτρέψουν στα Illusion Systems να γίνουν οι εγκέφαλοι των γυαλιών επαυξημένης και εικονικής πραγματικότητας που θα χρησιμοποιούν βαθιά νευρωνικά δίκτυα για να μάθουν εντοπίζοντας αντικείμενα και ανθρώπους στο περιβάλλον και να παρέχουν στους χρήστες πληροφορίες με βάση τα συμφραζόμενα – φανταστείτε ένα σύστημα AR / VR για να βοηθήσει παρατηρητές πουλιών αναγνωρίζουν άγνωστα δείγματα.
Ο μεταπτυχιακός φοιτητής του Στάνφορντ Ρόμπερτ Ράντγουεϊ, ο οποίος είναι ο πρώτος συγγραφέας της μελέτης Nature Electronics , δήλωσε ότι η ομάδα ανέπτυξε επίσης νέους αλγόριθμους για την ανασύνταξη υφιστάμενων προγραμμάτων AI, γραμμένα για τους σημερινούς επεξεργαστές, για να λειτουργούν στα νέα συστήματα πολλαπλών τσιπ . Συνεργάτες από το Facebook βοήθησαν την ομάδα να δοκιμάσει προγράμματα AI που επικύρωσαν τις προσπάθειές τους. Τα επόμενα βήματα περιλαμβάνουν την αύξηση των δυνατοτήτων επεξεργασίας και μνήμης μεμονωμένων υβριδικών τσιπ και την επίδειξη του τρόπου μαζικής παραγωγής τους φθηνά.
“Το γεγονός ότι το κατασκευασμένο πρωτότυπό μας λειτουργεί όπως περιμέναμε υποδηλώνει ότι είμαστε στο σωστό δρόμο”, δήλωσε ο Wong, ο οποίος πιστεύει ότι η Illusion Systems θα μπορούσε να είναι έτοιμη για εμπορευσιμότητα εντός τριών έως πέντε ετών.