www.wikidata.uk-ua.nina.az

ШІ прискорювач англ AI accelerator це станом на 2016 рік перспективний клас мікропроцесорів розроблених для прискорення

ШІ-прискорювач

ШІ-прискорювач (англ. AI accelerator) — це (станом на 2016 рік) перспективний клас мікропроцесорів, розроблених для прискорення штучних нейронних мереж, машинного зору та інших алгоритмів машинного навчання для робототехніки, інтернету речей, та для інших інформаційно ємних або керованих сенсорами задач. Вони часто є надбагатоядерними[en] розробками (віддзеркалюючи масивно-паралельну природу біологічних нейронних мереж). Вони орієнтовані на практичне застосування вузького ШІ, радше ніж на дослідження штучного розуму. Для пристроїв у цьому просторі існує багато термінів, залежних від постачальника.

Вони відрізняються від ГП (які часто використовують в тій же ролі) тим, що не мають жодних вузлів фіксованого призначення[en] для графіки, й загалом фокусуються на арифметиці низької розрядності.

Історія ред.

ЦП комп'ютерних систем часто доповнюють прискорювачами особливого призначення для напружених задач, у першу чергу графіки, але також і звуку, відео тощо. З часом з'явилися різні прискорювачі, які були застосовними для робочих навантажень ШІ.

Ранні спроби ред.

Ранніми роками як прискорювачі нейронних мереж, наприклад, для прискорення програмного забезпечення оптичного розпізнавання символів, використовувалися процесори цифрової обробки сигналів (такі як AT&T DSP32C), і були спроби створення паралельних систем із високою пропускною здатністю для робочих станцій (наприклад, TetraSpert у 1990-х роках, яка була паралельним векторним процесором з нерухомою комою), спрямованих на різні застосування, включно з моделюванням нейронних мереж. ANNA була КМОН-прискорювачем нейронних мереж, розробленим Яном ЛеКуном. Була й інша спроба побудувати нейромережеву робочу станцію, яка називалася Synapse-1 (не слід плутати з поточним проектом IBM SyNAPSE[en]).

Різнорідні обчислення ред.

Архітектури, такі як мікропроцесор Cell (у свою чергу натхнений векторними вузлами PS2, один з яких було тісніше прив'язано до ЦП для роботи загального призначення), продемонстрували ознаки, які істотно перекриваються з ШІ-прискорювачами — в їхній підтримці упакованої арифметики низької точності, архітектурі потоку інформації[en], та наданні «пропускній здатності» вищого пріоритету, ніж затримці й «розгалужувально-цілочисленому» кодові. Це був крок у бік різнорідних обчислень, з рядом орієнтованих на пропускну спроможність прискорювачів, призначених допомагати ЦП з областю напружених задач: моделювання фізики, ШІ, кодування/декодування відео, та деяких графічних задач за межами його споріднених ГП.

Фізичний процесор був ще одним прикладом спроби заповнити прогалину між ЦП та ГП в апаратному забезпеченні ПК, проте фізика схильна вимагати точності 32 біт і вище, в той час як набагато нижча точність може бути кращим компромісом для ШІ.

ЦП й самі набули все ширших вузлів SIMD (рухомі робочим навантаженням відео та ігор) та збільшили кількість ядер у спробі усунути потребу в іншому прискорювачеві, а також для прискорення прикладного коду. А вони мають тенденцію підтримувати упаковані типи даних низької точності.

Схід ГПЗП ред.

Після появи новаторського програмного забезпечення, яке використовувало вершинні та фрагментні шейдери для обчислень загального призначення через ППІ рендерингу[en] шляхом зберігання неграфічних даних у вершинних буферах та картах текстур (включно з реалізаціями згорткових нейронних мереж для оптичного розпізнавання символів), постачальники графічних процесорів побачили цю можливість, і узагальнили свої шейдерні конвеєри з особливою підтримкою для ГПЗП, здебільшого будучи вмотивованими вимогами фізики відеоігор, але також і з прицілом на наукові обчислення[en].

Це винищило ринок виділених фізичних прискорювачів, і замінило Cell в гральних консолях, у кінцевому підсумку призвівши до їхнього застосування для виконання згорткових нейронних мереж, таких як AlexNet (яка продемонструвала передову продуктивність у Широкомасштабному випробуванні з візуального розпізнавання ImageNet[en]).

Таким чином, станом на 2016 рік ГП є популярними для роботи ШІ, і вони продовжують розвиватися в напрямку полегшення глибинного навчання, як для тренування, так і для отримання висновків у пристроях на кшталт самокерованих автівок. — і отримання додаткової з'єднувальної спроможності для того типу робочих навантажень потоку інформації[en], від якого отримує переваги ШІ (наприклад, NVidia NVLink[en]).

Застосування ПКВМ ред.

Microsoft використовувала мікросхеми ПКВМ для прискорення отримання висновків. Це спонукало Intel купити компанію Altera з метою включення ПКВМ до складу серверних ЦП, які стали би здатними до прискорення ШІ, а також і до інших задач.[джерело?]

Мотивація за новий процесор ред.

Хоча ГП й працюють набагато краще за ЦП для цих задач, за допомогою специфічнішої конструкції все ще можна отримати порядку десятикратного приросту ефективності.

Схема доступу до пам'яті ред.

Схема доступу до пам'яті[en] обчислень ШІ відрізняється від графіки: все передбачуванішому й передбачуванішому, але глибшому потоку інформації[en] більше користі приносить здатність зберігати більше тимчасових змінних на кристалі (тобто в блокнотній пам'яті[en], а не в кешах); на відміну від цього, ГП виділяють кремній для ефективного обходження з високо нелінійною адресацією збирання-розкидання[en] між картами текстур і кадровими буферами, та фільтрування текстур[en], як і треба для їхньої головної ролі в тривимірному рендерингу.

Точність ред.

Дослідники ШІ часто знаходять мінімальними втрати точності при зниженні до 16 або навіть 8 біт, що наводить на думку, що більший об'єм арифметики нижчої точності є кращим використанням тієї ж пропускної спроможності. Деякі дослідники навіть пробували застосовувати 1-бітову точність (тобто, ставити акцент в задачах бачення виключно на просторовій інформації). Розробка IBM є радикальнішою, обходячись взагалі без скалярних значень, і накопичуючи хроновані імпульси для представлення активацій стохастично, вимагаючи перетворення традиційних представлень.

Термінологія ред.

Станом на 2016 рік ця галузь усе ще перебуває в русі, й постачальники просувають свій власний ринковий термін для того, що вкладається в поняття «ШІ-прискорювач», в надії, що їхня розробка та ППІ домінуватимуть. Консенсусу немає ані в межах між цими пристроями, ані в точній формі, якої вони набудуть, проте кілька прикладів явно прагнуть заповнити цей новий простір, із неабияким перекриттям у потенційних можливостях.

В минулому, коли виникли споживацькі графічні прискорювачі, промисловість у кінцевому підсумку прийняла самостійно призначений термін компанії NVidia, англ. GPU (ГП), як узагальнювальний іменник для «графічних прискорювачів», які набували різних форм, перш ніж зупинитися на загальному конвеєрі, який реалізує модель, представлену Direct3D.

Уповільнення закону Мура ред.

Станом на 2016 рік, уповільнення (і, можливо, неминучий кінець) закону Мура змушує декого пропонувати перефокусуваня зусиль галузі на розробку кремнію під застосування, тоді як у минулому мікросхеми загального призначення все більшої потужності використовувалися для різноманітних застосувань за допомогою програмного забезпечення. За такого сценарію диверсифікація спеціалізованих ШІ-прискорювачів має більше сенсу, ніж продовження розтягування ГП та ЦП.

Майбутнє ред.

Проте ще належить з'ясувати, чи буде в кінцевому підсумку форма ШІ-прискорювача докорінно новим пристроєм, як TrueNorth, чи процесором ще загальнішого призначення, який просто робиться оптимізованим для правильного поєднання точності й потоку інформації. На обрії є деякі навіть ще екзотичніші підходи, наприклад, застосування мемристорів, спроби застосування мемристорів як синапсів.

Потенційні застосування ред.

Приклади ред.

  • Зорові процесори
    • наприклад, Movidius Myriad 2[en], який у своєму серці є надбагатоядерним[en] ШІ-прискорювачем VLIW, доповненим вузлами фіксованого призначення[en] для відео.
  • Тензорний процесор — представлений як прискорювач для системи Google TensorFlow, яка широко застосовується для згорткових нейронних мереж. Сфокусований на великому об'ємі арифметики 8-бітової точності.
  • SpiNNaker[en], надбагатоядерна розробка, яка поєднує ядра традиційної архітектури ARM з вдосконаленою мережною структурою, спеціалізованою для моделювання великої нейронної мережі.
  • TrueNorth, найнезвичніший приклад, надбагатоядерна розробка на основі імпульсних нейронів, а не традиційної арифметики. Частота імпульсів представляє інтенсивність сигналу. Станом на 2016 рік серед дослідників ШІ немає консенсусу, чи є це правильним шляхом для просування, але деякі результати є багатообіцяючими, з продемонстрованою великою економією енергії для задач бачення.
  • Zeroth NPU[en], розробка Qualcom, спрямована безпосередньо на привнесення можливостей розпізнавання мовлення та зображень до мобільних пристроїв.
  • Eyeriss, розробка, явно спрямована на згорткові нейронні мережі, із застосуванням блокнотної пам'яті та мережевої архітектури в межах кристалу.
  • Adapteva epiphany[en] призначена як співпроцесор, включає модель блокнотної пам'яті[en] мережі на кристалі, підходить до моделі програмування потоком інформації, яка повинна підходити для багатьох задач машинного навчання.
  • Kalray[en] показала MPPA[en] і повідомила про підвищення ефективності для згорткових нейронних мереж у порівнянні з ГП.
  • Індійський технологічний інститут у Мадрасі[en] розробляє прискорювач на імпульсних нейронах для нових систем RISC-V, спрямованих на аналітику великих даних у серверах.
  • Nvidia DGX-1[en] ґрунтується на технології ГП, хоча використання декількох процесорів, які формують тканину через NVLink, спеціалізує його архітектуру пам'яті[en] особливо слушним для глибинного навчання чином.
  • Компанія Cerebras розробила та виготовляє ШІ-прискорювач CS-1, який побудований на мікросхемі площею 46 255 мм², має 1,2 трильйони транзисторів, 400 тисяч ядер та 18 ГБ оперативної пам'яті. Наступна версія, побудована із використанням 7-нм технологічного процесу, матиме 40 ГБ пам'яті та 850 тисяч мікропроцесорних ядер.
  • Apple A11 Bionic - перший процесор Apple, де з'явився ШІ-прискорювач Neural Engine (випустили у 2017)

Примітки ред.

  1. . Архів оригіналу за 27 червня 2016. Процитовано 11 липня 2016.  (англ.) Google використовує свої власні прискорювачі ШІ.
  2. . Архів оригіналу за 8 травня 2016. Процитовано 11 липня 2016.  (англ.)
  3. . Архів оригіналу за 9 серпня 2016. Процитовано 11 липня 2016.  (англ.)
  4. ↑ . Архів оригіналу за 10 січня 2018. Процитовано 11 липня 2016.  (англ.) Ця презентація охоплює минулі спроби прискорювачів нейронних мереж, відзначає схожість із сучасною процесорною системою SLI[en] GPGPU, і стверджує, що векторні прискорювачі загального призначення є шляхом вперед (по відношенню до проекту RISC-V hwacha. Стверджує, що НМ є просто щільними та розрідженими матрицями, одним із рекурентних алгоритмів)
  5. Application of the ANNA Neural Network Chip to High-Speed Character Recognition [ 6 квітня 2016 у Wayback Machine.] (англ.)
  6. SYNAPSE-1: a high-speed general purpose parallel neurocomputer system.  (англ.)
  7. ↑ . Архів оригіналу за 9 вересня 2016. Процитовано 11 липня 2016.  (англ.)
  8. . Архів оригіналу за 6 серпня 2016. Процитовано 11 липня 2016.  (англ.)
  9. . Архів оригіналу за 18 травня 2020. Процитовано 11 липня 2016.  (англ.)
  10. . Архів оригіналу за 5 червня 2016. Процитовано 11 липня 2016.  (англ.)
  11. . Архів оригіналу за 28 березня 2016. Процитовано 11 липня 2016.  (англ.)
  12. . Архів оригіналу за 22 липня 2016. Процитовано 11 липня 2016.  (англ.)
  13. . Архів оригіналу за 16 травня 2017. Процитовано 11 липня 2016.  (англ.)
  14. . Архів оригіналу за 6 серпня 2016. Процитовано 11 липня 2016.  (англ.)
  15. . Архів оригіналу за 21 січня 2016. Процитовано 11 липня 2016.  (англ.)
  16. . Архів оригіналу за 17 червня 2016. Процитовано 11 липня 2016.  (англ.)
  17. . Архів оригіналу за 14 березня 2016. Процитовано 11 липня 2016.  (англ.)
  18. . Архів оригіналу за 19 квітня 2016. Процитовано 11 липня 2016.  (англ.)
  19. . Архів оригіналу за 25 червня 2016. Процитовано 11 липня 2016. mentions 10x efficiency (англ.)
  20. . Архів оригіналу за 3 липня 2016. Процитовано 11 липня 2016.  (англ.)
  21. . Архів оригіналу за 9 серпня 2016. Процитовано 11 липня 2016.  (англ.)
  22. . Архів оригіналу за 12 квітня 2016. Процитовано 11 липня 2016.  (англ.)
  23. . Архів оригіналу за 3 липня 2016. Процитовано 11 липня 2016.  (англ.)
  24. . Архів оригіналу за 7 серпня 2016. Процитовано 11 липня 2016.  (англ.)
  25. . Архів оригіналу за 16 липня 2016. Процитовано 11 липня 2016.  (англ.)
  26. . Архів оригіналу за 23 червня 2010. Процитовано 11 липня 2016.  (англ.)
  27. . Архів оригіналу за 8 серпня 2016. Процитовано 11 липня 2016.  (англ.)
  28. . Архів оригіналу за 9 серпня 2016. Процитовано 11 липня 2016.  (англ.)
  29. . Архів оригіналу за 5 липня 2015. Процитовано 11 липня 2016.  (англ.) стверджує, що нейрони з потенціалами дії ніколи не дають результатів передової якості, і що точність 8-16 біт є оптимальною, просуває конкурентну розробку «neuflow»
  30. . Архів оригіналу за 9 липня 2016. Процитовано 11 липня 2016. «TrueNorth is incredibly efficient: The chip consumes just 72 milliwatts at max load, which equates to around 400 billion synaptic operations per second per watt — or about 176,000 times more efficient than a modern CPU running the same brain-like workload, or 769 times more efficient than other state-of-the-art neuromorphic approaches»   (англ.)
  31. . Архів оригіналу за 23 квітня 2016. Процитовано 11 липня 2016.  (англ.)
  32. . Архів оригіналу за 3 липня 2017. Процитовано 11 липня 2016. «The Shakti project now includes plans for at least six microprocessor designs as well as associated fabrics and an accelerator chip»   (англ.)
  33. Samuel K. Moore (18 листопада 2020). . IEEE Spectrum. Архів оригіналу за 19 листопада 2020. Процитовано 19 листопада 2020. 

Посилання ред.


Дані у статті наведені станом на 2016 рік. Ви можете допомогти, оновивши інформацію у статті. Можливо, сторінка обговорення містить зауваження щодо потрібних змін. (грудень 2020)
В іншому мовному розділі є повніша стаття AI accelerator(англ.). Ви можете допомогти, розширивши поточну статтю за допомогою перекладу з англійської. (грудень 2020)
  • Дивитись автоперекладену версію статті з мови «англійська».
  • Перекладач повинен розуміти, що відповідальність за кінцевий вміст статті у Вікіпедії несе саме автор редагувань. Онлайн-переклад надається лише як корисний інструмент перегляду вмісту зрозумілою мовою. Не використовуйте невичитаний і невідкоригований машинний переклад у статтях української Вікіпедії!
  • Машинний переклад Google є корисною відправною точкою для перекладу, але перекладачам необхідно виправляти помилки та підтверджувати точність перекладу, а не просто скопіювати машинний переклад до української Вікіпедії.
  • Не перекладайте текст, який видається недостовірним або неякісним. Якщо можливо, перевірте текст за посиланнями, поданими в іншомовній статті.
  • Докладні рекомендації: див. Вікіпедія:Переклад.
Вікіпедія, Українська, Україна, книга, книги, бібліотека, стаття, читати, завантажити, безкоштовно, безкоштовно завантажити, mp3, відео, mp4, 3gp, jpg, jpeg, gif, png, малюнок, музика, пісня, фільм, книга, гра, ігри
Дата публікації:
ShI priskoryuvach angl AI accelerator ce stanom na 2016 rik perspektivnij klas mikroprocesoriv rozroblenih dlya priskorennya shtuchnih nejronnih merezh mashinnogo zoru ta inshih algoritmiv mashinnogo navchannya dlya robototehniki internetu rechej ta dlya inshih informacijno yemnih abo kerovanih sensorami zadach 1 Voni chasto ye nadbagatoyadernimi en rozrobkami viddzerkalyuyuchi masivno paralelnu prirodu biologichnih nejronnih merezh Voni oriyentovani na praktichne zastosuvannya vuzkogo ShI radshe nizh na doslidzhennya shtuchnogo rozumu Dlya pristroyiv u comu prostori isnuye bagato terminiv zalezhnih vid postachalnika Voni vidriznyayutsya vid GP yaki chasto vikoristovuyut v tij zhe roli tim sho ne mayut zhodnih vuzliv fiksovanogo priznachennya en dlya grafiki j zagalom fokusuyutsya na arifmetici nizkoyi rozryadnosti Zmist 1 Istoriya 1 1 Ranni sprobi 1 2 Riznoridni obchislennya 2 Shid GPZP 3 Zastosuvannya PKVM 4 Motivaciya za novij procesor 4 1 Shema dostupu do pam yati 4 2 Tochnist 4 3 Terminologiya 4 4 Upovilnennya zakonu Mura 4 5 Majbutnye 5 Potencijni zastosuvannya 6 Prikladi 7 Primitki 8 PosilannyaIstoriya red CP komp yuternih sistem chasto dopovnyuyut priskoryuvachami osoblivogo priznachennya dlya napruzhenih zadach u pershu chergu grafiki ale takozh i zvuku video tosho Z chasom z yavilisya rizni priskoryuvachi yaki buli zastosovnimi dlya robochih navantazhen ShI Ranni sprobi red Rannimi rokami yak priskoryuvachi nejronnih merezh napriklad dlya priskorennya programnogo zabezpechennya optichnogo rozpiznavannya simvoliv vikoristovuvalisya procesori cifrovoyi obrobki signaliv taki yak AT amp T DSP32C 2 i buli sprobi stvorennya paralelnih sistem iz visokoyu propusknoyu zdatnistyu dlya robochih stancij napriklad TetraSpert u 1990 h rokah yaka bula paralelnim vektornim procesorom z neruhomoyu komoyu 3 spryamovanih na rizni zastosuvannya vklyuchno z modelyuvannyam nejronnih merezh 4 ANNA bula KMON priskoryuvachem nejronnih merezh rozroblenim Yanom LeKunom 5 Bula j insha sproba pobuduvati nejromerezhevu robochu stanciyu yaka nazivalasya Synapse 1 6 ne slid plutati z potochnim proektom IBM SyNAPSE en Riznoridni obchislennya red Arhitekturi taki yak mikroprocesor Cell u svoyu chergu nathnenij vektornimi vuzlami PS2 odin z yakih bulo tisnishe priv yazano do CP dlya roboti zagalnogo priznachennya prodemonstruvali oznaki yaki istotno perekrivayutsya z ShI priskoryuvachami v yihnij pidtrimci upakovanoyi arifmetiki nizkoyi tochnosti arhitekturi potoku informaciyi en ta nadanni propusknij zdatnosti vishogo prioritetu nizh zatrimci j rozgaluzhuvalno cilochislenomu kodovi Ce buv krok u bik riznoridnih obchislen z ryadom oriyentovanih na propusknu spromozhnist priskoryuvachiv priznachenih dopomagati CP z oblastyu napruzhenih zadach modelyuvannya fiziki ShI koduvannya dekoduvannya video ta deyakih grafichnih zadach za mezhami jogo sporidnenih GP Fizichnij procesor buv she odnim prikladom sprobi zapovniti progalinu mizh CP ta GP v aparatnomu zabezpechenni PK prote fizika shilna vimagati tochnosti 32 bit i vishe v toj chas yak nabagato nizhcha tochnist mozhe buti krashim kompromisom dlya ShI 7 CP j sami nabuli vse shirshih vuzliv SIMD ruhomi robochim navantazhennyam video ta igor ta zbilshili kilkist yader u sprobi usunuti potrebu v inshomu priskoryuvachevi a takozh dlya priskorennya prikladnogo kodu A voni mayut tendenciyu pidtrimuvati upakovani tipi danih nizkoyi tochnosti 8 Shid GPZP red Pislya poyavi novatorskogo programnogo zabezpechennya yake vikoristovuvalo vershinni ta fragmentni shejderi dlya obchislen zagalnogo priznachennya cherez PPI renderingu en shlyahom zberigannya negrafichnih danih u vershinnih buferah ta kartah tekstur vklyuchno z realizaciyami zgortkovih nejronnih merezh dlya optichnogo rozpiznavannya simvoliv 9 10 postachalniki grafichnih procesoriv pobachili cyu mozhlivist i uzagalnili svoyi shejderni konveyeri z osoblivoyu pidtrimkoyu dlya GPZP zdebilshogo buduchi vmotivovanimi vimogami fiziki videoigor ale takozh i z pricilom na naukovi obchislennya en 11 Ce vinishilo rinok vidilenih fizichnih priskoryuvachiv i zaminilo Cell v gralnih konsolyah 12 u kincevomu pidsumku prizvivshi do yihnogo zastosuvannya dlya vikonannya zgortkovih nejronnih merezh takih yak AlexNet yaka prodemonstruvala peredovu produktivnist u Shirokomasshtabnomu viprobuvanni z vizualnogo rozpiznavannya ImageNet en 13 Takim chinom stanom na 2016 rik GP ye populyarnimi dlya roboti ShI i voni prodovzhuyut rozvivatisya v napryamku polegshennya glibinnogo navchannya yak dlya trenuvannya 14 tak i dlya otrimannya visnovkiv u pristroyah na kshtalt samokerovanih avtivok 15 i otrimannya dodatkovoyi z yednuvalnoyi spromozhnosti dlya togo tipu robochih navantazhen potoku informaciyi en vid yakogo otrimuye perevagi ShI napriklad NVidia NVLink en 16 Zastosuvannya PKVM red Microsoft vikoristovuvala mikroshemi PKVM dlya priskorennya otrimannya visnovkiv 17 18 Ce sponukalo Intel kupiti kompaniyu Altera z metoyu vklyuchennya PKVM do skladu servernih CP yaki stali bi zdatnimi do priskorennya ShI a takozh i do inshih zadach dzherelo Motivaciya za novij procesor red Hocha GP j pracyuyut nabagato krashe za CP dlya cih zadach za dopomogoyu specifichnishoyi konstrukciyi vse she mozhna otrimati poryadku desyatikratnogo prirostu efektivnosti 19 Shema dostupu do pam yati red Shema dostupu do pam yati en obchislen ShI vidriznyayetsya vid grafiki vse peredbachuvanishomu j peredbachuvanishomu ale glibshomu potoku informaciyi en bilshe koristi prinosit zdatnist zberigati bilshe timchasovih zminnih na kristali tobto v bloknotnij pam yati en a ne v keshah na vidminu vid cogo GP vidilyayut kremnij dlya efektivnogo obhodzhennya z visoko nelinijnoyu adresaciyeyu zbirannya rozkidannya en mizh kartami tekstur i kadrovimi buferami ta filtruvannya tekstur en yak i treba dlya yihnoyi golovnoyi roli v trivimirnomu renderingu Tochnist red Doslidniki ShI chasto znahodyat minimalnimi vtrati tochnosti pri znizhenni do 16 abo navit 8 bit 7 sho navodit na dumku sho bilshij ob yem arifmetiki nizhchoyi tochnosti ye krashim vikoristannyam tiyeyi zh propusknoyi spromozhnosti Deyaki doslidniki navit probuvali zastosovuvati 1 bitovu tochnist tobto staviti akcent v zadachah bachennya viklyuchno na prostorovij informaciyi 20 Rozrobka IBM ye radikalnishoyu obhodyachis vzagali bez skalyarnih znachen i nakopichuyuchi hronovani impulsi dlya predstavlennya aktivacij stohastichno vimagayuchi peretvorennya tradicijnih predstavlen 21 Terminologiya red Stanom na 2016 rik cya galuz use she perebuvaye v rusi j postachalniki prosuvayut svij vlasnij rinkovij termin dlya togo sho vkladayetsya v ponyattya ShI priskoryuvach v nadiyi sho yihnya rozrobka ta PPI dominuvatimut Konsensusu nemaye ani v mezhah mizh cimi pristroyami ani v tochnij formi yakoyi voni nabudut prote kilka prikladiv yavno pragnut zapovniti cej novij prostir iz neabiyakim perekrittyam u potencijnih mozhlivostyah V minulomu koli vinikli spozhivacki grafichni priskoryuvachi promislovist u kincevomu pidsumku prijnyala samostijno priznachenij termin kompaniyi NVidia angl GPU GP 22 yak uzagalnyuvalnij imennik dlya grafichnih priskoryuvachiv yaki nabuvali riznih form persh nizh zupinitisya na zagalnomu konveyeri yakij realizuye model predstavlenu Direct3D Upovilnennya zakonu Mura red Stanom na 2016 rik upovilnennya i mozhlivo neminuchij kinec zakonu Mura 23 zmushuye dekogo proponuvati perefokusuvanya zusil galuzi na rozrobku kremniyu pid zastosuvannya 24 todi yak u minulomu mikroshemi zagalnogo priznachennya vse bilshoyi potuzhnosti vikoristovuvalisya dlya riznomanitnih zastosuvan za dopomogoyu programnogo zabezpechennya Za takogo scenariyu diversifikaciya specializovanih ShI priskoryuvachiv maye bilshe sensu nizh prodovzhennya roztyaguvannya GP ta CP Majbutnye red Prote she nalezhit z yasuvati chi bude v kincevomu pidsumku forma ShI priskoryuvacha dokorinno novim pristroyem yak TrueNorth chi procesorom she zagalnishogo priznachennya yakij prosto robitsya optimizovanim dlya pravilnogo poyednannya tochnosti j potoku informaciyi 4 Na obriyi ye deyaki navit she ekzotichnishi pidhodi napriklad zastosuvannya memristoriv sprobi zastosuvannya memristoriv yak sinapsiv Potencijni zastosuvannya red Avtonomni avtivki NVidia nacilila svoyi plati Drive PX series en u cej prostir 25 Silskogospodarski roboti napriklad bezhimichna borotba z bur yanami 26 Kontrol golosu napriklad u mobilnih telefonah cil dlya Qualcomm Zeroth en 27 Mashinnij pereklad Bezpilotni litalni aparati napriklad navigacijni sistemi napriklad bulo pokazano yak Movidius Myriad 2 en uspishno vodit avtonomni bezpilotni litalni aparati 28 Promislovi roboti rozshirennya spektru zadach yaki mozhlivo avtomatizuvati shlyahom dodavannya pristosovnosti do minlivih situacij Dopomoga z diagnozami v ohoroni zdorov ya Poshukovi sistemi pidvishennya energetichnoyi efektivnosti en centriv obrobki danih i mozhlivist vikoristovuvati vse skladnishi zapiti Obrobka prirodnoyi moviPrikladi red Zorovi procesori napriklad Movidius Myriad 2 en yakij u svoyemu serci ye nadbagatoyadernim en ShI priskoryuvachem VLIW dopovnenim vuzlami fiksovanogo priznachennya en dlya video Tenzornij procesor predstavlenij yak priskoryuvach dlya sistemi Google TensorFlow yaka shiroko zastosovuyetsya dlya zgortkovih nejronnih merezh Sfokusovanij na velikomu ob yemi arifmetiki 8 bitovoyi tochnosti SpiNNaker en nadbagatoyaderna rozrobka yaka poyednuye yadra tradicijnoyi arhitekturi ARM z vdoskonalenoyu merezhnoyu strukturoyu specializovanoyu dlya modelyuvannya velikoyi nejronnoyi merezhi TrueNorth najnezvichnishij priklad nadbagatoyaderna rozrobka na osnovi impulsnih nejroniv a ne tradicijnoyi arifmetiki Chastota impulsiv predstavlyaye intensivnist signalu Stanom na 2016 rik sered doslidnikiv ShI nemaye konsensusu chi ye ce pravilnim shlyahom dlya prosuvannya 29 ale deyaki rezultati ye bagatoobicyayuchimi z prodemonstrovanoyu velikoyu ekonomiyeyu energiyi dlya zadach bachennya 30 Zeroth NPU en rozrobka Qualcom spryamovana bezposeredno na privnesennya mozhlivostej rozpiznavannya movlennya ta zobrazhen do mobilnih pristroyiv Eyeriss rozrobka yavno spryamovana na zgortkovi nejronni merezhi iz zastosuvannyam bloknotnoyi pam yati ta merezhevoyi arhitekturi v mezhah kristalu Adapteva epiphany en priznachena yak spivprocesor vklyuchaye model bloknotnoyi pam yati en merezhi na kristali pidhodit do modeli programuvannya potokom informaciyi yaka povinna pidhoditi dlya bagatoh zadach mashinnogo navchannya Kalray en pokazala MPPA en 31 i povidomila pro pidvishennya efektivnosti dlya zgortkovih nejronnih merezh u porivnyanni z GP Indijskij tehnologichnij institut u Madrasi en rozroblyaye priskoryuvach na impulsnih nejronah dlya novih sistem RISC V spryamovanih na analitiku velikih danih u serverah 32 Nvidia DGX 1 en gruntuyetsya na tehnologiyi GP hocha vikoristannya dekilkoh procesoriv yaki formuyut tkaninu cherez NVLink specializuye jogo arhitekturu pam yati en osoblivo slushnim dlya glibinnogo navchannya chinom Kompaniya Cerebras rozrobila ta vigotovlyaye ShI priskoryuvach CS 1 yakij pobudovanij na mikroshemi plosheyu 46 255 mm maye 1 2 triljoni tranzistoriv 400 tisyach yader ta 18 GB operativnoyi pam yati Nastupna versiya pobudovana iz vikoristannyam 7 nm tehnologichnogo procesu matime 40 GB pam yati ta 850 tisyach mikroprocesornih yader 33 Apple A11 Bionic pershij procesor Apple de z yavivsya ShI priskoryuvach Neural Engine vipustili u 2017 Primitki red Google rozroblyaye procesori ShI Arhiv originalu za 27 chervnya 2016 Procitovano 11 lipnya 2016 angl Google vikoristovuye svoyi vlasni priskoryuvachi ShI Pokaz zgortkovoyi nejronnoyi merezhi 1993 roku iz zastosuvannyam priskoryuvacha DSP32 Arhiv originalu za 8 travnya 2016 Procitovano 11 lipnya 2016 angl Rozrobka zv yaznickogo merezhevogo superkomp yutera Arhiv originalu za 9 serpnya 2016 Procitovano 11 lipnya 2016 angl a b The End of General Purpose Computers Not Arhiv originalu za 10 sichnya 2018 Procitovano 11 lipnya 2016 angl Cya prezentaciya ohoplyuye minuli sprobi priskoryuvachiv nejronnih merezh vidznachaye shozhist iz suchasnoyu procesornoyu sistemoyu SLI en GPGPU i stverdzhuye sho vektorni priskoryuvachi zagalnogo priznachennya ye shlyahom vpered po vidnoshennyu do proektu RISC V hwacha Stverdzhuye sho NM ye prosto shilnimi ta rozridzhenimi matricyami odnim iz rekurentnih algoritmiv Application of the ANNA Neural Network Chip to High Speed Character Recognition Arhivovano 6 kvitnya 2016 u Wayback Machine angl SYNAPSE 1 a high speed general purpose parallel neurocomputer system angl a b Deep Learning with Limited Numerical Precision Arhiv originalu za 9 veresnya 2016 Procitovano 11 lipnya 2016 angl Improving the performance of video with AVX Arhiv originalu za 6 serpnya 2016 Procitovano 11 lipnya 2016 angl Microsoft Research pixel shaders MNIST Arhiv originalu za 18 travnya 2020 Procitovano 11 lipnya 2016 angl How GPU came to be used for general computation Arhiv originalu za 5 chervnya 2016 Procitovano 11 lipnya 2016 angl NVIDIA Tesla microarchitecture Arhiv originalu za 28 bereznya 2016 Procitovano 11 lipnya 2016 angl End of the line for IBM s Cell Arhiv originalu za 22 lipnya 2016 Procitovano 11 lipnya 2016 angl ImageNet Classification with Deep Convolutional Neural Networks Arhiv originalu za 16 travnya 2017 Procitovano 11 lipnya 2016 angl Nvidia driving the development of deep learning Arhiv originalu za 6 serpnya 2016 Procitovano 11 lipnya 2016 angl NVIDIA Introduces Supercomputer For Self Driving Cars Arhiv originalu za 21 sichnya 2016 Procitovano 11 lipnya 2016 angl How NVLink Will Enable Faster Easier Multi GPU Computing Arhiv originalu za 17 chervnya 2016 Procitovano 11 lipnya 2016 angl Microsoft Extends FPGA Reach From Bing To Deep Learning Arhiv originalu za 14 bereznya 2016 Procitovano 11 lipnya 2016 angl Accelerating Deep Convolutional Neural Networks Using Specialized Hardware Arhiv originalu za 19 kvitnya 2016 Procitovano 11 lipnya 2016 angl Google boosts machine learning with TPU Arhiv originalu za 25 chervnya 2016 Procitovano 11 lipnya 2016 mentions 10x efficiency angl XNOR Net ImageNet Classification Using Binary Convolutional Neural Networks Arhiv originalu za 3 lipnya 2016 Procitovano 11 lipnya 2016 angl Conversion of Artificial Recurrent Neural Networks to Spiking Neural Networks for Low power Neuromorphic Hardware Arhiv originalu za 9 serpnya 2016 Procitovano 11 lipnya 2016 angl NVIDIA launches he Worlds First Graphics Processing Unit the GeForce 256 Arhiv originalu za 12 kvitnya 2016 Procitovano 11 lipnya 2016 angl Intel s former chief architect Moore s law will be dead within a decade Arhiv originalu za 3 lipnya 2016 Procitovano 11 lipnya 2016 angl More than Moore Arhiv originalu za 7 serpnya 2016 Procitovano 11 lipnya 2016 angl Drive PX Arhiv originalu za 16 lipnya 2016 Procitovano 11 lipnya 2016 angl Design of a machine vision system for weed control Arhiv originalu za 23 chervnya 2010 Procitovano 11 lipnya 2016 angl Qualcomm Research brings server class machine learning to everyday devices Arhiv originalu za 8 serpnya 2016 Procitovano 11 lipnya 2016 angl Movidius powers worlds most intelligent drone Arhiv originalu za 9 serpnya 2016 Procitovano 11 lipnya 2016 angl Yan LeKun pro IBM TrueNorth Arhiv originalu za 5 lipnya 2015 Procitovano 11 lipnya 2016 angl stverdzhuye sho nejroni z potencialami diyi nikoli ne dayut rezultativ peredovoyi yakosti i sho tochnist 8 16 bit ye optimalnoyu prosuvaye konkurentnu rozrobku neuflow IBM cracks open new era of neuromorphic computing Arhiv originalu za 9 lipnya 2016 Procitovano 11 lipnya 2016 TrueNorth is incredibly efficient The chip consumes just 72 milliwatts at max load which equates to around 400 billion synaptic operations per second per watt or about 176 000 times more efficient than a modern CPU running the same brain like workload or 769 times more efficient than other state of the art neuromorphic approaches angl Kalray MPPA Arhiv originalu za 23 kvitnya 2016 Procitovano 11 lipnya 2016 angl India preps RISC V Processors Shakti targets servers IoT analytics Arhiv originalu za 3 lipnya 2017 Procitovano 11 lipnya 2016 The Shakti project now includes plans for at least six microprocessor designs as well as associated fabrics and an accelerator chip angl Samuel K Moore 18 listopada 2020 AI System Beats Supercomputer in Combustion Simulation IEEE Spectrum Arhiv originalu za 19 listopada 2020 Procitovano 19 listopada 2020 Posilannya red http www nextplatform com 2016 04 05 nvidia puts accelerator metal pascal Arhivovano 2 lipnya 2016 u Wayback Machine angl Dani u statti navedeni stanom na 2016 rik Vi mozhete dopomogti onovivshi informaciyu u statti Mozhlivo storinka obgovorennya mistit zauvazhennya shodo potribnih zmin gruden 2020 V inshomu movnomu rozdili ye povnisha stattya AI accelerator angl Vi mozhete dopomogti rozshirivshi potochnu stattyu za dopomogoyu perekladu z anglijskoyi gruden 2020 Divitis avtoperekladenu versiyu statti z movi anglijska Perekladach povinen rozumiti sho vidpovidalnist za kincevij vmist statti u Vikipediyi nese same avtor redaguvan Onlajn pereklad nadayetsya lishe yak korisnij instrument pereglyadu vmistu zrozumiloyu movoyu Ne vikoristovujte nevichitanij i nevidkorigovanij mashinnij pereklad u stattyah ukrayinskoyi Vikipediyi Mashinnij pereklad Google ye korisnoyu vidpravnoyu tochkoyu dlya perekladu ale perekladacham neobhidno vipravlyati pomilki ta pidtverdzhuvati tochnist perekladu a ne prosto skopiyuvati mashinnij pereklad do ukrayinskoyi Vikipediyi Ne perekladajte tekst yakij vidayetsya nedostovirnim abo neyakisnim Yaksho mozhlivo perevirte tekst za posilannyami podanimi v inshomovnij statti Dokladni rekomendaciyi div Vikipediya Pereklad Otrimano z https uk wikipedia org w index php title ShI priskoryuvach amp oldid 39476999