Unisciti a noi per l’evento leader mondiale sull’accelerazione della trasformazione aziendale con AI e dati, per i responsabili delle decisioni tecnologiche aziendali, presentato dall’editore numero 1 in AI e dati
I ricercatori di Stanford hanno sviluppato hardware in grado di eseguire attività di intelligenza artificiale in modo rapido ed efficiente dal punto di vista energetico sfruttando chip speciali. Un documento pubblicato su Nature Electronics descrive i chip, ciascuno dei quali ha processori di dati costruiti accanto alla propria memoria di archiviazione, che sfruttano algoritmi per fondere otto core separati in un motore di elaborazione AI chiamato Illusion System.
Gli acceleratori di intelligenza artificiale come Illusion sono un tipo di hardware specializzato progettato per accelerare le applicazioni di intelligenza artificiale, in particolare le reti neurali, il deep learning e il machine learning. Hanno un design multicore e si concentrano su calcoli aritmetici o in-memory a bassa precisione, entrambi i quali possono aumentare le prestazioni di grandi algoritmi di intelligenza artificiale e portare a risultati all’avanguardia nell’elaborazione del linguaggio naturale, visione artificiale e altri domini.
I ricercatori, inclusi gli scienziati informatici di Stanford Mary Wootters e Subhasish Mitra, nonché l’ingegnere elettrico HS Phillip Wong, hanno sviluppato Illusion come parte dell’Electronic Resurgence Initiative (ERI), un programma da 1,5 miliardi di dollari sponsorizzato dalla US Defense Advanced Research Projects Agency. Si basa sul lavoro precedente del team con una nuova tecnologia di memoria, chiamata RRAM, che memorizza i dati anche quando l’elettricità è spenta, come la memoria flash, ma più veloce ea bassa potenza.
“Se avessimo potuto costruire un enorme chip convenzionale con tutta l’elaborazione e la memoria necessarie, l’avremmo fatto, ma la quantità di dati necessari per risolvere i problemi di intelligenza artificiale lo rende un sogno”, ha detto Mitra. “Invece, induciamo gli ibridi a pensare di essere un unico chip.”
Il team ha costruito e testato il suo prototipo, che incorpora RRAM, con i collaboratori dell’istituto di ricerca francese CEA-Leti e della Nanyang Technological University di Singapore. Nelle simulazioni, i ricercatori hanno mostrato come i sistemi con 64 chip ibridi – otto volte il numero nel prototipo – potrebbero eseguire applicazioni AI sette volte più velocemente degli attuali processori utilizzando un settimo della quantità di energia.
Secondo i ricercatori, queste capacità potrebbero un giorno consentire a Illusion di alimentare occhiali per realtà aumentata e virtuale che utilizzano l’intelligenza artificiale per apprendere individuando oggetti e persone nell’ambiente, fornendo a chi li indossa informazioni contestuali. Come passo verso questo obiettivo, il team ha sviluppato nuovi algoritmi per ricompilare i programmi AI esistenti, scritti per i processori odierni, da eseguire sui nuovi sistemi multichip. I collaboratori di Facebook hanno aiutato a testare i programmi di intelligenza artificiale che hanno convalidato gli sforzi.
I passaggi successivi comporteranno l’aumento delle capacità di elaborazione e memoria dei singoli chip ibridi e la dimostrazione di come produrli in serie a basso costo, afferma Wong. Crede che Illusion potrebbe essere pronta per la commerciabilità entro tre o cinque anni. “Il fatto che il nostro prototipo fabbricato funzioni come ci aspettavamo suggerisce che siamo sulla strada giusta”, ha aggiunto.
