Исследователи IBM создали компьютер с новой архитектурой для увеличения эффективности машинного обучения

Учёные из IBM опубликовали исследование о тестировании новой архитектуры компьютера для машинного обучения. Её структура на основе модели человеческого мозга состоит из трёх уровней. Согласно данным исследователей, устройство на новой архитектуре эффективнее обычных компьютеров для исследований с участием ИИ в 200 раз.

Особенности архитектуры

Абу Себастиан, один из участников группы, заявил, что выполнение вычислительных задач в памяти компьютера поможет сэкономить энергию и увеличить эффективность.

Архитектура компьютера разделена из три уровня:

• Первый уровень. Динамическая память необходима для вычислений подобно процессам запоминания и обработки информации в мозге.
• Второй уровень. Сопроцессор сделан из материала GeSbTe и содержит массивы памяти с изменением фазового состояния (PCM). Таким образом он ускоряет глубинное обучение нейросетей.
• Третий уровень. Динамичная и хаотичная природа нейронов подтолкнула исследователей к созданию импульсной нейронной сети, основой для которой послужила упомянутая выше память с изменением фазового состояния.

Современные компьютеры построены по архитектуре фон Неймана. Исследователи выступили за создание компьютера на основе модели головного мозга, поскольку для произведения вычислений ему требуется всего 20?30 Вт. При этом современные компьютеры расходуют киловатты и мегаватты энергии.

Область машинного обучения стремительно развивается, и многие компании стремятся улучшить эффективность работы технологии. Одной из последних разработок в этом направлении является вышедший в начале октября 2018 года фреймворк PyTorch 1.0. Нововведения коснулись появления гибридной фронтенд-разработки, которая помогает перейти от этапа исследований к развёртыванию приложений. Дополнительно обновлена библиотека для выполнения распределённых вычислений с помощью языков Python и C++, а также быстрого поиска.

Источник: tproger.ru

Комментарии: