Det er næppe nogen, der vil bestride, at design af skræddersyede ASIC-chips ikke er en simpel og hurtig proces. Man ønsker og har brug for, at det går hurtigere: i dag afleveres algoritmen, og om en uge hentes det færdige digitale projekt. Problemet er, at meget specialiserede ASICs næsten er håndlavede produkter. De er sjældent nødvendige i millionvis, hvor man kan bruge ubegrænsede ressourcer i tid og penge, hvis det skal gøres hurtigt. Specialiserede ASICs, som derfor er mest effektive til at løse specifikke opgaver, bør kunne udvikles billigere, hvilket er megaaktuelt i den nuværende fase af udviklingen inden for maskinlæring. På denne front kan man ikke længere klare sig med det bagage, der er opbygget af computerindustrien, og især med de gennembrud, som GPU'erne har givet inden for maskinlæring (ML).
For at fremskynde designet af ASICs til ML-opgaver etablerer DARPA et nyt program - Real Time Machine Learning (RTML). Programmet for realtids maskinlæring har til formål at udvikle en compiler eller softwareplatform, der automatisk kan designe chiparkitekturen til et specifikt ML-rammeværk. Platformen skal automatisk analysere den foreslåede maskinlæringsalgoritme og datasættet til træning af denne algoritme og skal derefter generere kode til oprettelse af specialiserede ASICs på Verilog. Specialister inden for algoritmeudvikling til ML har ikke den nødvendige viden om chipdesign, mens chipdesignere sjældent er bekendt med principperne for maskinlæring. RTML-programmet skal hjælpe med at kombinere fordelene fra begge sider i en automatiseret platform til udvikling af ASICs til maskinlæring.
I løbet af RTML-programmets livscyklus skal de fundne løsninger verificeres inden for to hovedanvendelsesområder: arbejde i 5G-netværk og billedbehandling. Desuden vil RTML-programmet og de skabte softwareplatforme til automatisk design af ML-acceleratorer blive anvendt til udvikling og afprøvning af nye ML-algoritmer og datasæt. Dermed kan muligheden for nye rammer vurderes allerede inden designet af 'silicium'. DARPA's partner i RTML-programmet vil være National Science Foundation (NSF), som også adresserer udfordringer relateret til maskinlæring og udvikling af ML-algoritmer. Den udviklede compiler vil blive overdraget til NSF, mens DARPA forventer at modtage en compiler og en platform til design af ML-algoritmer tilbage. I fremtiden vil hardwaredesign og algoritmeudvikling være et komplekst samfund, hvilket vil føre til fremkomsten af selvlærende realtidmaskinsystemer.
Kilde: 3dnews.ru
