È improbabile che qualcuno possa discutere sul fatto che la progettazione di LSI (ASIC) personalizzati è tutt'altro che un processo semplice e veloce. Ma voglio e ho bisogno che sia più veloce: oggi ho rilasciato un algoritmo e una settimana dopo ho portato via il progetto digitale finito. Il fatto è che gli LSI altamente specializzati sono quasi un prodotto unico. Raramente sono necessari lotti di milioni, per il cui sviluppo è possibile spendere tutti i soldi e le risorse umane che si desidera, se è necessario farlo nel più breve tempo possibile. Gli ASIC specializzati, e quindi i più efficaci per risolvere i loro compiti, dovrebbero essere più economici da sviluppare, il che sta diventando estremamente rilevante nell'attuale fase di sviluppo dell'apprendimento automatico. Su questo fronte, il bagaglio accumulato dal mercato dei computer e, soprattutto, dalle scoperte delle GPU nel campo del machine learning (ML) non può più essere evitato.
Per accelerare la progettazione di ASIC per attività ML, DARPA sta creando un nuovo programma: Real Time Machine Learning (RTML). Il programma di apprendimento automatico in tempo reale prevede lo sviluppo di un compilatore o di una piattaforma software in grado di progettare automaticamente un'architettura di chip per uno specifico framework ML. La piattaforma dovrebbe analizzare automaticamente l'algoritmo di apprendimento automatico proposto e il set di dati per l'addestramento di questo algoritmo, dopodiché dovrebbe produrre codice in Verilog per creare un ASIC specializzato. Gli sviluppatori di algoritmi ML non hanno la conoscenza dei progettisti di chip e i progettisti raramente hanno familiarità con i principi dell'apprendimento automatico. Il programma RTML dovrebbe contribuire a garantire che i vantaggi di entrambi siano combinati in una piattaforma di sviluppo ASIC automatizzata per l'apprendimento automatico.
Durante il ciclo di vita del programma RTML, le soluzioni trovate dovranno essere testate in due principali aree di applicazione: reti 5G ed elaborazione delle immagini. Inoltre, il programma RTML e le piattaforme software create per la progettazione automatica di acceleratori ML verranno utilizzati per sviluppare e testare nuovi algoritmi e set di dati ML. Pertanto, ancor prima di progettare il silicio, sarà possibile valutare le prospettive di nuovi assetti. Il partner della DARPA nel programma RTML sarà la National Science Foundation (NSF), coinvolta anche nei problemi di apprendimento automatico e nello sviluppo di algoritmi ML. Il compilatore sviluppato verrà trasferito a NSF e, di ritorno, DARPA prevede di ricevere un compilatore e una piattaforma per la progettazione di algoritmi ML. In futuro, la progettazione dell’hardware e la creazione di algoritmi diventeranno una soluzione integrata, che porterà alla nascita di sistemi di macchine in grado di apprendere autonomamente in tempo reale.
Fonte: 3dnews.ru