Šī mikroshēma tika demonstrēta Džefa Bezosa slepenajā tehnoloģiju konferencē. Tas varētu būt AI nākotnes atslēga.

Tonija Luona fotogrāfijas

Nesen kādā žilbinošā rītā Palmspringsā, Kalifornijā, Vivjena Sē uzkāpa uz nelielas skatuves, lai sniegtu, iespējams, nervus kutinošāko prezentāciju savā karjerā.

Viņa zināja tēmu no iekšpuses. Viņai bija jāpastāsta auditorijai par mikroshēmām, kas tiek izstrādātas viņas laboratorijā MIT un kas sola nodrošināt jaudīgu mākslīgo intelektu daudzās ierīcēs, kurās jauda ir ierobežota, un tas nav pieejams plašajos datu centros, kur notiek lielākā daļa AI aprēķinu. Tomēr pasākums — un publika — ievilka Sze pauzi.

Tonijs Luongs

Norises vieta bija MARS — elitāra konference ar tikai ielūgumiem, kurā roboti pastaigājas (vai lido) pa greznu kūrortu, sajaucoties ar slaveniem zinātniekiem un zinātniskās fantastikas autoriem. Tikai daži pētnieki ir aicināti sniegt tehniskās sarunas, un sesijām ir jābūt gan bijību iedvesmojošam, gan apgaismojošam. Tikmēr pūlis sastāvēja no aptuveni 100 pasaules nozīmīgākajiem pētniekiem, vadītājiem un uzņēmējiem. MARS saimnieko neviens cits kā Amazon dibinātājs un priekšsēdētājs Džefs Bezoss, kurš sēdēja pirmajā rindā.

Tā, manuprāt, bija diezgan augsta auditorija, smejoties atceras Sze.

Citi MARS skaļruņi iepazīstinātu ar karatē smalcināšanas robotu, droniem, kas plīvo kā lieli, baismīgi klusi kukaiņi, un pat optimistiskus Marsa koloniju projektus. Sze čipsi varētu šķist pieticīgāki; ar neapbruņotu aci tie nav atšķirami no mikroshēmām, kuras var atrast jebkurā elektroniskā ierīcē. Bet tie neapšaubāmi ir daudz svarīgāki par jebko citu, kas tiek demonstrēts pasākumā.

Jaunas iespējas

Jaunizveidotās mikroshēmas, piemēram, tās, kuras tiek izstrādātas Sze laboratorijā, var būt ļoti svarīgas turpmākajam mākslīgā intelekta progresam, tostarp tādām lietām kā MARS atrastie droni un roboti. Līdz šim AI programmatūra lielākoties ir darbojusies ar grafiskām mikroshēmām, taču jauna aparatūra varētu padarīt mākslīgā intelekta algoritmus jaudīgākus, kas atbloķētu jaunas lietojumprogrammas. Jaunas AI mikroshēmas varētu padarīt noliktavas robotus izplatītākus vai ļaut viedtālruņiem izveidot fotoreālistiskus paplašinātās realitātes ainavas.

Sze mikroshēmas ir gan ārkārtīgi efektīvas, gan elastīgas savā dizainā, kas ir ļoti svarīgi jomā, kas attīstās neticami ātri.

Mikroshēmas ir izstrādātas, lai izspiestu vairāk no dziļās mācīšanās AI algoritmiem, kas jau ir apgriezuši pasauli kājām gaisā. Un šajā procesā viņi var iedvesmot pašus algoritmus attīstīties. Mums ir nepieciešama jauna aparatūra, jo Mūra likums ir palēninājies, saka Sze, atsaucoties uz Intel līdzdibinātāja Gordona Mūra izstrādāto aksiomu, kas paredzēja, ka tranzistoru skaits mikroshēmā dubultosies ik pēc 18 mēnešiem, tādējādi radot samērīgu datora jaudas palielinājumu. .

Tonijs Luongs

Šis likums arvien vairāk saskaras ar fiziskajām robežām, kas nāk ar inženiertehniskajām sastāvdaļām atomu mērogā. Un tas veicina jaunu interesi par alternatīvām arhitektūrām un pieejām skaitļošanai.

Augstās likmes, kas saistītas ar investīcijām nākamās paaudzes AI mikroshēmās un Amerikas dominējošā stāvokļa saglabāšanu mikroshēmu ražošanā kopumā, nav zaudētas ASV valdībai. Sze mikroshēmas tiek izstrādātas ar finansējumu no Aizsardzības progresīvo pētījumu projektu aģentūras (DARPA) programmas, kas paredzēta, lai palīdzētu izstrādāt jaunus AI mikroshēmu dizainus (skatiet AI idejas, kas izstrādātas, lai ASV būtu priekšā Ķīnai).

Taču inovācijas mikroshēmu ražošanā galvenokārt ir veicinājušas dziļās mācīšanās parādīšanās, kas ir ļoti spēcīgs veids, kā mašīnām iemācīties veikt noderīgus uzdevumus. Tā vietā, lai dotu datoram noteikumu kopumu, kas jāievēro, mašīna pamatā programmē pati sevi. Apmācības dati tiek ievadīti lielā, simulētā mākslīgā neironu tīklā, kas pēc tam tiek pielāgots, lai iegūtu vēlamo rezultātu. Ar pietiekamu apmācību padziļinātas apmācības sistēma var atrast smalkus un abstraktus datu modeļus. Šo paņēmienu izmanto arvien pieaugošam praktisku uzdevumu klāstam, sākot no sejas atpazīšanas viedtālruņos līdz slimību prognozēšanai no medicīniskiem attēliem.

Jaunā čipu sacīkste

Padziļināta mācīšanās nav tik atkarīga no Mūra likuma. Neironu tīkli paralēli veic daudzus matemātiskos aprēķinus, tāpēc tie daudz efektīvāk darbojas specializētajās videospēļu grafikas mikroshēmās, kas veic paralēlus aprēķinus 3-D attēlu renderēšanai. Bet mikroshēmām, kas īpaši izstrādātas aprēķiniem, kas ir dziļas mācīšanās pamatā, vajadzētu būt vēl jaudīgākām.

Jaunu mikroshēmu arhitektūru potenciāls, lai uzlabotu AI, ir veicinājis tādu uzņēmējdarbības aktivitātes līmeni, kāds mikroshēmu nozarē nav pieredzēts gadu desmitiem (skatiet sadaļu The Race to Power AI Silicon Brains un Ķīnai nekad nav bijusi īsta mikroshēmu nozare. AI mikroshēmu izgatavošana varētu maini to).

Tonijs Luongs

Lielie tehnoloģiju uzņēmumi, kas vēlas izmantot un komercializēt AI, tostarp Google, Microsoft un (jā) Amazon, visi strādā pie savām padziļinātām mācīšanās mikroshēmām. Arī daudzi mazāki uzņēmumi izstrādā jaunas mikroshēmas. Nav iespējams izsekot visiem uzņēmumiem, kas iekļūst AI mikroshēmu telpā, saka Maiks Delmers, mikroshēmu analītiķis. Linlija grupa , analītiķu firma. Es nejokoju, ka gandrīz katru nedēļu mēs uzzinām par jaunu.

Reālā iespēja, saka Sze, nav jaudīgāko padziļināto mācību mikroshēmu izveide. Enerģijas efektivitāte ir svarīga, jo mākslīgajam intelektam ir jādarbojas arī ārpus lieliem datu centriem, kas nozīmē, ka darbībai jāpaļaujas tikai uz pašas ierīces jaudu. To sauc par darbību uz robežas.

AI būs visur, un izdomāt veidus, kā padarīt lietas energoefektīvākas, būs ārkārtīgi svarīgi, saka Navēns Rao, Intel mākslīgā intelekta produktu grupas viceprezidents.

Piemēram, Sze aparatūra ir efektīvāka daļēji tāpēc, ka tā fiziski samazina sastrēgumu starp datu glabāšanas vietu un to analīzes vietu, kā arī tāpēc, ka tā izmanto gudras shēmas datu atkārtotai izmantošanai. Pirms pievienošanās MIT, Sze uzsāka šo pieeju, lai uzlabotu video saspiešanas efektivitāti, strādājot Texas Instruments.

Strauji mainīgā jomā, piemēram, dziļās mācīšanās jomā, tiem, kas strādā ar AI mikroshēmām, ir jāpārliecinās, vai tās ir pietiekami elastīgas, lai tās būtu pielāgotas darbam jebkurai lietojumprogrammai. Ir viegli izveidot īpaši efektīvu mikroshēmu, kas spēj veikt tikai vienu lietu, taču šāds produkts ātri noveco.

Sze mikroshēmu sauc par Eyeriss. Izstrādāts sadarbībā ar Džoels Emers , Nvidia pētnieks un MIT profesors, tas tika pārbaudīts kopā ar vairākiem standarta procesoriem, lai noskaidrotu, kā tas apstrādā dažādus padziļinātas mācīšanās algoritmus. Līdzsvarojot efektivitāti ar elastību, jaunā mikroshēma sasniedz 10 vai pat 1000 reižu efektīvāku veiktspēju nekā esošā aparatūra. papīrs publicēts tiešsaistē pagājušajā gadā.

MIT Sertaks Karamans un Vivjena Sze izstrādāja jauno mikroshēmu Tony Luong

Vienkāršākām AI mikroshēmām jau ir liela ietekme. Augstākās klases viedtālruņos jau ir iekļautas mikroshēmas, kas optimizētas dziļas apmācības algoritmu darbināšanai attēla un balss atpazīšanai. Efektīvākas mikroshēmas varētu ļaut šīm ierīcēm darbināt jaudīgāku AI kodu ar labākām iespējām. Arī pašbraucošām automašīnām ir vajadzīgas jaudīgas AI datoru mikroshēmas, jo lielākā daļa prototipu pašlaik ir balstīti uz datoru bagāžnieka slodzi.

Rao saka, ka MIT mikroshēmas ir daudzsološas, taču daudzi faktori noteiks, vai jauna aparatūras arhitektūra būs veiksmīga. Viens no svarīgākajiem faktoriem, viņš saka, ir programmatūras izstrāde, kas programmētājiem ļauj tajā palaist kodu. Viņš saka, ka kaut kā izmantošanas nodrošināšana no kompilatora viedokļa, iespējams, ir vienīgais lielākais šķērslis pieņemšanai.

Sze laboratorija faktiski arī pēta veidus, kā izstrādāt programmatūru, lai tā labāk izmantotu esošo datoru mikroshēmu īpašības. Un šis darbs sniedzas tālāk par dziļu mācīšanos.

Kopā ar Sertaks Karamans MIT Aeronautikas un astronautikas departamentā Sze izstrādāja mazjaudas mikroshēmu ar nosaukumu Navion, kas neticami efektīvi veic 3-D kartēšanu un navigāciju izmantošanai mazā dronā. Izšķiroša nozīme šiem centieniem bija mikroshēmas izveide, lai izmantotu uz navigāciju orientētu algoritmu darbību, un algoritma izstrāde, lai maksimāli izmantotu pielāgotas mikroshēmas iespējas. Kopā ar darbu pie dziļas mācīšanās, Navion atspoguļo veidu, kā AI programmatūra un aparatūra tagad sāk attīstīties simbiozē.

Sze mikroshēmas varētu nepiesaistīt tik lielu uzmanību kā plīvojošs drons, taču fakts, ka tās tika demonstrētas MARS, sniedz zināmu sajūtu par to, cik svarīgas būs viņas tehnoloģija un inovācijas silīcijā kopumā AI nākotnei. Pēc viņas prezentācija , Sze saka, daži citi MARS runātāji izteica interesi uzzināt vairāk. Viņa saka, ka cilvēki atrada daudz svarīgu lietošanas gadījumu.

Citiem vārdiem sakot, sagaidiet, ka nākamajā MARS konferencē uzkrītošie roboti un droni būs paslēpti kaut kas īpašs.

paslēpties