Tidak mungkin ada orang yang akan membantah fakta bahwa merancang LSI khusus (ASIC) bukanlah proses yang sederhana dan cepat. Tapi saya ingin dan membutuhkannya lebih cepat: hari ini saya mengeluarkan algoritma, dan seminggu kemudian saya mengambil proyek digital yang sudah selesai. Faktanya adalah bahwa LSI yang sangat terspesialisasi hampir merupakan produk yang hanya dibuat sekali saja. Ini jarang dibutuhkan dalam jumlah jutaan, yang untuk pengembangannya Anda dapat menghabiskan uang dan sumber daya manusia sebanyak yang Anda suka, jika hal ini perlu dilakukan dalam waktu sesingkat mungkin. ASIC khusus, dan oleh karena itu paling efektif dalam menyelesaikan tugas mereka, seharusnya lebih murah untuk dikembangkan, yang menjadi sangat relevan pada tahap pengembangan pembelajaran mesin saat ini. Dalam hal ini, beban yang dikumpulkan oleh pasar komputer dan, khususnya, terobosan GPU di bidang pembelajaran mesin (ML) tidak dapat lagi dihindari.
Untuk mempercepat desain ASIC untuk tugas ML, DARPA membuat program baru - Real Time Machine Learning (RTML). Program pembelajaran mesin real-time melibatkan pengembangan kompiler atau platform perangkat lunak yang dapat secara otomatis merancang arsitektur chip untuk kerangka ML tertentu. Platform harus secara otomatis menganalisis algoritma pembelajaran mesin yang diusulkan dan kumpulan data untuk melatih algoritma ini, setelah itu harus menghasilkan kode di Verilog untuk membuat ASIC khusus. Pengembang algoritma ML tidak memiliki pengetahuan tentang perancang chip, dan perancang jarang memahami prinsip-prinsip pembelajaran mesin. Program RTML akan membantu memastikan bahwa keunggulan keduanya digabungkan dalam platform pengembangan ASIC otomatis untuk pembelajaran mesin.
Selama siklus hidup program RTML, solusi yang ditemukan perlu diuji di dua area aplikasi utama: jaringan 5G dan pemrosesan gambar. Selain itu, program RTML dan platform perangkat lunak yang dibuat untuk desain otomatis akselerator ML akan digunakan untuk mengembangkan dan menguji algoritme dan kumpulan data ML baru. Jadi, bahkan sebelum merancang silikon, prospek kerangka kerja baru dapat dinilai. Mitra DARPA dalam program RTML adalah National Science Foundation (NSF), yang juga terlibat dalam masalah pembelajaran mesin dan pengembangan algoritma ML. Kompiler yang dikembangkan akan ditransfer ke NSF, dan DARPA mengharapkan untuk menerima kompiler dan platform untuk merancang algoritma ML. Di masa depan, desain perangkat keras dan pembuatan algoritme akan menjadi solusi terintegrasi, yang akan mengarah pada munculnya sistem mesin yang dapat belajar mandiri secara real-time.
Sumber: 3dnews.ru