IBM Toolkit mira a incrementare l’efficienza nei chip AI
Nel bel mezzo di un’esplosione di startup di chip AI, IBM e Synopsys hanno reso disponibile a tutti un toolkit per la progettazione di chip AI
Robot mobili: navigazione, controllo e rilevamento, robot di superficie e AUV
Nel febbraio 2019, IBM Research ha lanciato il suo AI Hardware Center con l’obiettivo dichiarato di migliorare l’efficienza del computing AI di 1.000 volte entro il decennio. Negli ultimi due anni, IBM afferma di aver raggiunto questo ambizioso obiettivo: hanno migliorato l’efficienza del calcolo dell’IA, affermano, di due volte e mezzo all’anno.
La grande spinta all’efficienza dell’IA di Big Blue arriva nel bel mezzo di un boom nelle startup di chip AI . I chip convenzionali spesso soffocano per l’ enorme quantità di dati che si spostano avanti e indietro tra la memoria e l’elaborazione. E molte di queste startup di chip AI dicono di aver costruito una trappola per topi migliore.
C’è anche un aspetto ambientale in tutto questo. I chip convenzionali sprecano molta energia eseguendo algoritmi AI in modo inefficiente. Che può avere effetti deleteri sul clima .
Di recente IBM ha segnalato due sviluppi chiave nella ricerca dell’efficienza dell’IA. Innanzitutto, IBM collaborerà ora con Red Hat per rendere il core digitale AI di IBM compatibile con l’ ecosistema Red Hat OpenShift. Questa collaborazione consentirà di sviluppare l’hardware di IBM in parallelo con il software, in modo che non appena l’hardware sarà pronto, tutte le funzionalità del software saranno già disponibili.
“Vogliamo assicurarci che tutto il lavoro digitale che stiamo svolgendo, compreso il nostro lavoro sull’architettura digitale e il miglioramento algoritmico, porti alla stessa precisione”, afferma Mukesh Khare , vicepresidente di IBM Systems Research.
In secondo luogo, IBM e la società di automazione del design Synopsys stanno rendendo open-source un kit di accelerazione hardware analogico, evidenziando le capacità che l’hardware AI analogico può fornire.
L’intelligenza artificiale analogica mira al cosiddetto collo di bottiglia di von Neumann , in cui i dati rimangono bloccati tra il calcolo e la memoria. L’IA analogica affronta questa sfida eseguendo il calcolo nella memoria stessa.
Il toolkit di AI analogici sarà disponibile per startup, accademici, studenti e imprese, secondo Khare. “Tutti possono … imparare a sfruttare alcune di queste nuove funzionalità che stanno per arrivare. E sono sicuro che la comunità potrebbe escogitare modi ancora migliori per sfruttare questo hardware rispetto a quelli che alcuni di noi riescono a trovare “, afferma Khare.
Una parte importante di questo toolkit saranno gli strumenti di progettazione forniti da Synopsys.
“Il movimento dei dati è così vasto in un chip AI che è davvero necessario che la memoria sia molto vicina al suo calcolo per eseguire questi enormi calcoli metrici”, afferma Arun Venkatachar, vicepresidente di Intelligenza artificiale e ingegneria centrale di Synopsys. “Di conseguenza, ad esempio, le interconnessioni diventano una grande sfida”.
Dice che IBM e Synopsys hanno lavorato insieme su hardware e software per il toolkit AI analogico.
“Qui siamo stati coinvolti attraverso l’intero stack di sviluppo dei chip: ricerca sui materiali e fisica, fino al dispositivo e fino in fondo alla verifica e al software”, afferma Venkatachar.
Khare afferma che per IBM questo approccio olistico si è tradotto in ricerca fondamentale di dispositivi e materiali, progettazione di chip, architettura di chip, software di progettazione di sistema ed emulazione, nonché un banco di prova per gli utenti finali per convalidare i miglioramenti delle prestazioni.
“Per noi è importante lavorare in tandem e su tutto lo stack”, aggiunge Khare. “Perché lo sviluppo di hardware senza la giusta infrastruttura software non è completo, e anche il contrario.”
