मशीन लर्निंग के लिए ASIC को स्वचालित रूप से डिज़ाइन किया जाना चाहिए

यह संभावना नहीं है कि कोई भी इस तथ्य पर बहस करेगा कि कस्टम एलएसआई (एएसआईसी) डिजाइन करना एक सरल और तेज़ प्रक्रिया से बहुत दूर है। लेकिन मैं चाहता हूं और इसकी आवश्यकता है कि यह तेज़ हो: आज मैंने एक एल्गोरिदम जारी किया, और एक हफ्ते बाद मैंने तैयार डिजिटल प्रोजेक्ट ले लिया। तथ्य यह है कि अत्यधिक विशिष्ट एलएसआई लगभग एक बार का उत्पाद है। लाखों के बैच में इनकी शायद ही कभी आवश्यकता होती है, जिसके विकास पर आप जितना चाहें उतना पैसा और मानव संसाधन खर्च कर सकते हैं, अगर इसे कम से कम संभव समय में करने की आवश्यकता हो। विशिष्ट ASIC, और इसलिए अपने कार्यों को हल करने के लिए सबसे प्रभावी, को विकसित करना सस्ता होना चाहिए, जो मशीन लर्निंग के विकास के वर्तमान चरण में मेगा-प्रासंगिक होता जा रहा है। इस मोर्चे पर, कंप्यूटर बाजार द्वारा जमा किए गए बोझ और, विशेष रूप से, मशीन लर्निंग (एमएल) के क्षेत्र में जीपीयू की सफलताओं को अब टाला नहीं जा सकता है।

एमएल कार्यों के लिए ASIC के डिजाइन में तेजी लाने के लिए, DARPA एक नया कार्यक्रम - रियल टाइम मशीन लर्निंग (RTML) स्थापित कर रहा है। रीयल-टाइम मशीन लर्निंग प्रोग्राम में एक कंपाइलर या सॉफ़्टवेयर प्लेटफ़ॉर्म विकसित करना शामिल है जो एक विशिष्ट एमएल फ्रेमवर्क के लिए स्वचालित रूप से एक चिप आर्किटेक्चर डिज़ाइन कर सकता है। प्लेटफ़ॉर्म को स्वचालित रूप से प्रस्तावित मशीन लर्निंग एल्गोरिदम और इस एल्गोरिदम के प्रशिक्षण के लिए डेटा सेट का विश्लेषण करना चाहिए, जिसके बाद इसे एक विशेष ASIC बनाने के लिए वेरिलॉग में कोड का उत्पादन करना चाहिए। एमएल एल्गोरिदम डेवलपर्स के पास चिप डिजाइनरों का ज्ञान नहीं है, और डिजाइनर मशीन लर्निंग सिद्धांतों से शायद ही परिचित हैं। आरटीएमएल कार्यक्रम को यह सुनिश्चित करने में मदद करनी चाहिए कि दोनों के फायदे मशीन लर्निंग के लिए एक स्वचालित एएसआईसी विकास मंच में संयुक्त हैं।

आरटीएमएल कार्यक्रम के जीवनचक्र के दौरान, पाए गए समाधानों को दो मुख्य अनुप्रयोग क्षेत्रों में परीक्षण करने की आवश्यकता होगी: 5जी नेटवर्क और इमेज प्रोसेसिंग। साथ ही, आरटीएमएल प्रोग्राम और एमएल एक्सेलेरेटर के स्वचालित डिजाइन के लिए बनाए गए सॉफ्टवेयर प्लेटफॉर्म का उपयोग नए एमएल एल्गोरिदम और डेटासेट को विकसित करने और परीक्षण करने के लिए किया जाएगा। इस प्रकार, सिलिकॉन को डिजाइन करने से पहले ही नए ढांचे की संभावनाओं का आकलन करना संभव होगा। आरटीएमएल कार्यक्रम में डीएआरपीए का भागीदार राष्ट्रीय विज्ञान फाउंडेशन (एनएसएफ) होगा, जो मशीन सीखने की समस्याओं और एमएल एल्गोरिदम के विकास में भी शामिल है। विकसित कंपाइलर को एनएसएफ में स्थानांतरित कर दिया जाएगा, और वापस डीएआरपीए को एमएल एल्गोरिदम डिजाइन करने के लिए एक कंपाइलर और प्लेटफॉर्म प्राप्त होने की उम्मीद है। भविष्य में, हार्डवेयर डिज़ाइन और एल्गोरिदम का निर्माण एक एकीकृत समाधान बन जाएगा, जिससे मशीन सिस्टम का उदय होगा जो वास्तविक समय में स्वयं-सीखने वाले होंगे।

स्रोत: 3dnews.ru