On ebatõenäoline, et keegi vaidleks vastu tõsiasjale, et kohandatud LSI-de (ASIC-de) kujundamine pole kaugeltki lihtne ja kiire protsess. Aga ma tahan ja vajan, et see oleks kiirem: täna andsin välja algoritmi ja nädal hiljem viisin valmis digiprojekti minema. Fakt on see, et kõrgelt spetsialiseerunud LSI-d on peaaegu ühekordne toode. Neid läheb harva vaja miljoniliste partiidena, mille arendamiseks saate kulutada nii palju raha ja inimressurssi kui soovite, kui seda on vaja teha võimalikult lühikese ajaga. Spetsialiseerunud ASIC-e, mis on seega nende ülesannete lahendamiseks kõige tõhusamad, peaks olema odavam arendada, mis on masinõppe praeguses arengujärgus muutumas mega aktuaalseks. Sellel rindel ei saa enam vältida arvutituru kogunenud pagasit ja eriti GPU läbimurdeid masinõppe (ML) valdkonnas.
ML-ülesannete ASIC-ide kujundamise kiirendamiseks loob DARPA uue programmi - Real Time Machine Learning (RTML). Reaalajas masinõppeprogramm hõlmab kompilaatori või tarkvaraplatvormi väljatöötamist, mis suudab automaatselt kujundada konkreetse ML-raamistiku jaoks kiibiarhitektuuri. Platvorm peaks automaatselt analüüsima pakutud masinõppe algoritmi ja selle algoritmi treenimiseks vajalikku andmekogumit, misjärel see peaks tootma Verilogis koodi spetsiaalse ASIC-i loomiseks. ML-algoritmi arendajatel puuduvad kiibidisainerite teadmised ja disainerid on masinõppe põhimõtetega harva kursis. RTML-programm peaks aitama tagada, et mõlema eelised ühendatakse masinõppe automatiseeritud ASIC-arendusplatvormis.
RTML-programmi elutsükli jooksul tuleb leitud lahendusi testida kahes peamises rakendusvaldkonnas: 5G võrgud ja pilditöötlus. Samuti kasutatakse uute ML-algoritmide ja andmekogumite väljatöötamiseks ja testimiseks RTML-programmi ja loodud tarkvaraplatvorme ML-kiirendite automaatseks kujundamiseks. Seega on juba enne räni projekteerimist võimalik hinnata uute raamistike väljavaateid. DARPA partneriks RTML-programmis saab olema National Science Foundation (NSF), mis tegeleb ka masinõppe probleemide ja ML-algoritmide arendamisega. Väljatöötatud kompilaator kantakse üle NSF-ile ja tagasi loodab DARPA saada kompilaatori ja platvormi ML-algoritmide kujundamiseks. Tulevikus muutub riistvara projekteerimine ja algoritmide loomine integreeritud lahenduseks, mis toob kaasa reaalajas iseõppivate masinasüsteemide tekkimise.
Allikas: 3dnews.ru