Det er usandsynligt, at nogen vil argumentere med det faktum, at design af brugerdefinerede LSI'er (ASIC'er) er langt fra en enkel og hurtig proces. Men jeg ønsker og har brug for, at det skal være hurtigere: I dag udstedte jeg en algoritme, og en uge senere tog jeg det færdige digitale projekt væk. Faktum er, at højt specialiserede LSI'er nærmest er et engangsprodukt. Disse er sjældent nødvendige i batcher af millioner, på hvis udvikling du kan bruge så mange penge og menneskelige ressourcer, som du vil, hvis dette skal gøres på kortest mulig tid. Specialiserede ASIC'er, og derfor de mest effektive til at løse deres opgaver, burde være billigere at udvikle, hvilket er ved at blive mega-relevant på det nuværende udviklingsstadium af maskinlæring. På denne front kan den bagage, som computermarkedet akkumulerer, og især GPU-gennembrud inden for maskinlæring (ML), ikke længere undgås.
For at fremskynde designet af ASIC'er til ML-opgaver, etablerer DARPA et nyt program - Real Time Machine Learning (RTML). Maskinlæringsprogrammet i realtid involverer udvikling af en compiler eller softwareplatform, der automatisk kan designe en chiparkitektur til en specifik ML-ramme. Platformen skal automatisk analysere den foreslåede maskinlæringsalgoritme og datasættet til træning af denne algoritme, hvorefter den skal producere kode i Verilog for at skabe en specialiseret ASIC. ML-algoritmeudviklere har ikke chipdesignernes viden, og designere er sjældent bekendt med maskinlæringsprincipper. RTML-programmet skal være med til at sikre, at fordelene ved begge kombineres i en automatiseret ASIC-udviklingsplatform til maskinlæring.
I løbet af RTML-programmets livscyklus skal de fundne løsninger testes i to hovedapplikationsområder: 5G-netværk og billedbehandling. Også RTML-programmet og de skabte softwareplatforme til automatisk design af ML-acceleratorer vil blive brugt til at udvikle og teste nye ML-algoritmer og datasæt. Således vil det allerede inden design af silicium være muligt at vurdere udsigterne til nye rammer. DARPAs partner i RTML-programmet bliver National Science Foundation (NSF), som også er involveret i maskinlæringsproblemer og udvikling af ML-algoritmer. Den udviklede compiler vil blive overført til NSF, og tilbage forventer DARPA at modtage en compiler og platform til at designe ML-algoritmer. I fremtiden vil hardwaredesign og skabelse af algoritmer blive en integreret løsning, som vil føre til fremkomsten af maskinsystemer, der er selvlærende i realtid.
Kilde: 3dnews.ru