Chip AI ad alte prestazioni di IBM potenzia il calcolo delle reti neurali
- IBM Research Europe presenta un potente chip a 64 core per l'IA, che combina elaborazione analogica e digitale per aumentare la velocità e risparmiare energia.
- Il loro design rivoluzionario combina la memoria a cambiamento di fase con i processori digitali, ottenendo un'accuratezza impressionante per le reti neurali profonde.
- Questa innovazione apre la strada ai futuri chip per l'IA, mirando a raggiungere prestazioni ancora più elevate attraverso una fusione di calcolo analogico e digitale.
In un passo significativo verso l'avanzamento delle capacità dell'intelligenza artificiale (IA), IBM Research Europe ha introdotto un chip di calcolo all'avanguardia ottimizzato per i calcoli complessi delle reti neurali profonde. Il nuovo chip di calcolo in memoria a segnale misto a 64 core mostra una fusione notevole di elaborazione analogica e digitale, offrendo tempi di calcolo accelerati e un ridotto consumo energetico.
Rivoluzionare il calcolo AI con il calcolo in memoria analogico
Per decenni, la ricerca di un calcolo più veloce ed efficiente dal punto di vista energetico è stata un tema centrale per gli ingegneri elettronici. Dati i loro sostanziali requisiti computazionali, questa ricerca è diventata ancora più pressante con l'avvento dell'IA e degli algoritmi di deep learning. Il calcolo in memoria analogico (AIMC) è un approccio promettente, che integra perfettamente calcolo e archiviazione dei dati su un singolo chip.
La svolta di IBM Research Europe risiede nel suo rivoluzionario chip di calcolo in memoria a segnale misto a 64 core, che sfrutta dispositivi di memoria a cambiamento di fase (PCM) con processori di calcolo digitale. Questa fusione di componenti analogici e digitali crea un'architettura in grado di affrontare i calcoli intricati essenziali per le reti neurali profonde.
Il cuore del chip è costituito da 64 core analogici basati su PCM, ciascuno contenente una matrice incrociata 256x256 di celle unitarie sinaptiche. Convertitori analogico-digitali analogici compatti basati sul tempo sono incorporati in ogni core per facilitare transizioni fluide tra elaborazione analogica e digitale. Inoltre, unità di elaborazione digitale leggere sono integrate strategicamente in ogni core, gestendo efficientemente attività come le funzioni di attivazione neuronale unità lineare rettificata (ReLU) e le operazioni delle reti a memoria a breve e lungo termine (LSTM).
La rete di comunicazione digitale è fondamentale per prestazioni senza precedenti
Una delle caratteristiche distintive del chip è la sua rete di comunicazione digitale, che interconnette i core di memoria e l'unità di elaborazione globale. Questa configurazione ingegnosa permette al chip di eseguire i calcoli richiesti per i singoli strati della rete neurale on-chip, portando a tempi di calcolo e consumo energetico significativamente ridotti. Di conseguenza, i benchmark delle prestazioni del chip superano quelli dei suoi contemporanei.
In una valutazione completa, il team di IBM Research Europe ha sottoposto il chip a test rigorosi utilizzando algoritmi di deep learning. Il risultato è stato notevole, con le reti neurali profonde che hanno raggiunto un'impressionante accuratezza del 92,81% quando testate sul dataset di immagini CIFAR-10. Notabilmente, questo livello di accuratezza si colloca tra i più alti riportati per chip che impiegano tecnologie simili, sottolineando l'efficacia dell'approccio di IBM.
Pietre miliari verso i progressi futuri
Il recente successo di IBM segna un passo cruciale verso la possibilità per i chip AIMC di supportare senza interruzioni i requisiti intricati degli algoritmi di deep learning. Questo risultato potrebbe gettare le basi per ulteriori miglioramenti nell'architettura dei chip, potenzialmente sbloccando guadagni di prestazioni ancora più sostanziali.
Sfruttando il suo successo, IBM Research Europe prevede di perfezionare il design del suo chip. Traendo lezioni dal chip attuale e da un precedente chip a 34 tile, il team mira a creare un'architettura di acceleratore di inferenza AI end-to-end completamente analogica. Questo ambizioso sforzo implica l'integrazione di numerose tile di calcolo in memoria analogico con core di calcolo digitale specializzati. Tutti sono interconnessi attraverso una rete mesh 2D massicciamente parallela altamente efficiente. Accanto a sofisticate tecniche di addestramento consapevoli dell'hardware sviluppate negli ultimi anni, questi acceleratori aspirano a fornire accuratezze eccezionali delle reti neurali attraverso modelli diversi nel prossimo futuro.
Il rivoluzionario chip di calcolo in memoria a segnale misto a 64 core di IBM Research Europe rappresenta un passo notevole nel calcolo AI. Combinando elaborazione analogica e digitale, il chip mostra velocità di calcolo potenziate ed efficienza energetica, aspetti chiave nell'IA e nel deep learning. Con una visione promettente per il futuro, la strada è tracciata per l'accelerazione dell'IA attraverso architetture di chip innovative.
Non limitarti a leggere le notizie sulle criptovalute. Comprendile. Iscriviti alla nostra newsletter. È gratuita.
Dichiarazione di responsabilità. Le informazioni fornite non costituiscono consigli di trading. Cryptopolitan.com non si assume alcuna responsabilità per eventuali investimenti effettuati sulla base delle informazioni fornite in questa pagina. Si consiglia vivamente di effettuare ricerche indipendenti e/o consultare un professionista qualificato prima di prendere qualsiasi decisione di investimento.
Brenda Kanana
Brenda vanta oltre 4 anni di esperienza specializzata in criptovalute, intelligenza artificiale e tecnologie emergenti. Ha lavorato presso Zycrypto, Blockchain Reporter e The Coin Republic e ora ha fatto di Cryptopolitan la sua casa. La sua laurea in Sociologia presso l'Università Tecnica di Mombasa la mantiene in sintonia con il pubblico dei lettori.
