És poc probable que algú discuteixi amb el fet que dissenyar LSI personalitzats (ASIC) està lluny de ser un procés senzill i ràpid. Però vull i necessito que sigui més ràpid: avui he publicat un algorisme, i una setmana després m'he emportat el projecte digital acabat. El fet és que els LSI altament especialitzats són gairebé un producte únic. Poques vegades es necessiten en lots de milions, en el desenvolupament dels quals podeu gastar tants diners i recursos humans com vulgueu, si cal fer-ho en el menor temps possible. Els ASIC especialitzats, i per tant els més efectius per resoldre les seves tasques, haurien de ser més barats de desenvolupar, cosa que s'està tornant molt rellevant en l'actual etapa de desenvolupament de l'aprenentatge automàtic. En aquest sentit, ja no es pot evitar el bagatge acumulat pel mercat informàtic i, especialment, els avenços de les GPU en l'àmbit de l'aprenentatge automàtic (ML).
Per accelerar el disseny d'ASIC per a tasques ML, DARPA està establint un nou programa: Real Time Machine Learning (RTML). El programa d'aprenentatge automàtic en temps real implica desenvolupar un compilador o una plataforma de programari que pugui dissenyar automàticament una arquitectura de xip per a un marc de ML específic. La plataforma hauria d'analitzar automàticament l'algoritme d'aprenentatge automàtic proposat i el conjunt de dades per entrenar aquest algorisme, després del qual hauria de produir codi a Verilog per crear un ASIC especialitzat. Els desenvolupadors d'algoritmes ML no tenen els coneixements dels dissenyadors de xips i els dissenyadors poques vegades estan familiaritzats amb els principis d'aprenentatge automàtic. El programa RTML hauria d'ajudar a garantir que els avantatges d'ambdós es combinen en una plataforma de desenvolupament ASIC automatitzada per a l'aprenentatge automàtic.
Durant el cicle de vida del programa RTML, les solucions trobades s'hauran de provar en dues àrees d'aplicació principals: xarxes 5G i processament d'imatges. Així mateix, el programa RTML i les plataformes de programari creades per al disseny automàtic d'acceleradors ML s'utilitzaran per desenvolupar i provar nous algorismes i conjunts de dades ML. Així, fins i tot abans de dissenyar el silici, serà possible avaluar les perspectives de nous marcs. El soci de DARPA al programa RTML serà la National Science Foundation (NSF), que també participa en problemes d'aprenentatge automàtic i en el desenvolupament d'algorismes de ML. El compilador desenvolupat es transferirà a NSF i, de nou, DARPA espera rebre un compilador i una plataforma per dissenyar algorismes de ML. En el futur, el disseny de maquinari i la creació d'algoritmes es convertirà en una solució integrada, que donarà lloc a l'aparició de sistemes de màquines que s'autoaprenentatge en temps real.
Font: 3dnews.ru