AI-чип от IBM открывает новые возможности для нейросетей

Новый 64-ядерный чип со смешанными сигналами in-memory демонстрирует невероятное сочетание цифровой и аналоговой обработки, которое позволяет значительно ускорить вычисление и снизить энергопотребление.

Необходимость в более быстрых вычислениях стала еще более актуальной с развитием алгоритмов глубокого обучения и ИИ.

Эффективным решением являются аналоговые вычисления в памяти (Analog in-memory computing, AIMC), дающие возможность выигрышно объединить вычисления с хранением данных на одном кристалле.

Чип in-memory от IBM использует цифровые процессоры и устройства с фазовой памятью (PCM). Это сочетание позволяет создать архитектуру, которая способна выполнять сложные вычисления, требуемые для глубоких нейронных сетей.

Основа чипа - 64 аналоговых PCM-ядра, каждое из которых содержит перекрестный массив синаптических ячеек размером 256*256 и компактные аналого-цифровые временные преобразователи.

Также в каждое ядро встроены легкие цифровые процессоры, которые справляются с такими задачами, как операции с сетью долговременной и кратковременной памяти (LSTM) и функции активации нейронов на основе выпрямленного линейного блока (reLU).

Отличительная особенность чипа - коммуникационная цифровая сеть, объединяющая глобальный процессор и ядра памяти. Это позволяет чипу выполнять вычисления внутри кристалла, необходимые для отдельных слоев нейронной сети, что значительно сокращает время вычислений и энергопотребление. В итоге чип превосходит своих конкурентов по производительности.

Специалисты IBM испытали чип, применив алгоритмы глубокого обучения. В результате глубокие нейронные сети на наборе данных изображений CIFAR-10 достигли впечатляющей точности - 92,81%. Такой показатель - один из наиболее высоких среди чипов с аналогичной технологией.

Это достижение IBM стало важным этапом на пути к беспрепятственной поддержке сложных требований алгоритмов глубокого обучения чипами AIMC. При помощи новой разработки можно усовершенствовать архитектуру чипов, что позволит более существенного увеличить прирост производительности.

IBM Research Europe уже запланировала усовершенствование дизайна чипа. Опираясь на достигнутый успех, команда нацелена на создание сквозной архитектуры аналогового ускорителя выводов ИИ.

Это даст возможность интегрировать множество аналоговых вычислительных плиток in-memory с цифровыми специализированными вычислительными ядрами, что обеспечит исключительную точность нейронных сетей для различных моделей.