Новый мозгоподобный чип сделает искусственный интеллект еще "умнее" и компактнее

18 августа 12:44Фокус

По итогам испытаний NeuRRAM оказался в два раза энергоэффективнее других чипов, но не менее точным.

Международная группа ученых разработала чип NeuRRAM, который позволит запускать приложения искусственного интеллекта на мобильных устройствах. О таком изобретении пишет сайт Techxplore.

Структура чипа является нейроморфной, то есть имитирует клетки головного мозга, нейроны. По словам разработчиков, он выполняет вычисления непосредственно в памяти и может запускать широкий спектр приложений ИИ, тратя при этом в два раза меньше энергии по сравнению с устройствами-конкурентами, но не уступая в точности. Он поддерживает множество различных моделей и архитектур нейронных сетей, поэтому подходит для реализации различных проектов, таких как распознавание изображений или голоса.

"Принято считать, что более высокая эффективность вычислений в памяти достигается за счет универсальности, но наш чип NeuRRAM обеспечивает эффективность, не жертвуя универсальностью", — заявил ведущий автор исследования Вейер Ван.

Обычные платформы искусственного интеллекта намного крупнее и обычно ограничены использованием больших серверов данных, работающих в облаке. Пока они требуют большого количества энергии и вычислительных ресурсов, а потому запуск на периферийных устройствах возможен только благодаря перемещению информации в облачные сервисы, где они обрабатываются, анализируются и отправляются обратно. Такие ограничения связаны в первую очередь с тем, что гаджеты питаются от батареи и имеют недостаточно высокую мощность для проведения сложных вычислений.

NeuRRAM приближает человечество к тому моменту, когда пользователи будут запускать системы с искусственным интеллектом на разные периферийные устройства, независимые от подключения к облаку или серверу. Электронные "мозги" могут появиться даже у таких маленьких устройств, как смарт-часы, смартфоны, наушники или гарнитуры виртуальной реальности. Чип также может защитить данные от утечки, ведь их не придется никуда передавать.

По словам Вейреа Вана, перемещение данных является одной из самых больших сложностей, ведь оно иногда занимает больше времени, чем сами вычисления. Для решения этой проблемы команда использовала так называемую резистивную память с произвольным доступом — тип энергонезависимой памяти, который позволяет выполнять вычисления непосредственно в памяти, а не в отдельных вычислительных блоках.

"Вычисления в памяти стали обычной практикой в ​​нейроморфной инженерии с тех пор, как они были введены более 30 лет назад. Что нового в NeuRRAM, так это то, что исключительная эффективность теперь сочетается с большой гибкостью для различных приложений ИИ почти без потери точности по сравнению со стандартными цифровыми вычислительными платформами общего назначения", — объяснил Герт Каувенбергс из Калифорнийского Университета в Сан-Диего.

Исследователи измерили энергоэффективность чипа по показателю, известному как продукт задержки энергии или EDP — он включает в себя количество энергии, потребляемой для каждой операции, так и количество времени, необходимое для завершения операции NeuRRAM снижает EDP в 1,6–2,3 раза и повышает вычислительную плотность в 7–13 раз по сравнению с другими современными чипами.

Исследователи выполняли различные задачи ИИ на чипе. Он достиг 99% точности в задаче распознавания рукописных цифр; 85,7% на задаче классификации изображений; и 84,7% в задаче распознавания голосовых команд Google. Кроме того, чип также на 70% сократил ошибки при восстановлении изображений. Результаты соответствуют более "прожорливым" чипам. В дальнейшем ученые планируют улучшить архитектуру и электронные схемы NeuRRAM, а также освоить новые приложения, такие как импульсные нейронные сети.

John Dou