Ora ana sing bakal mbantah manawa ngrancang LSI khusus (ASIC) adoh saka proses sing gampang lan cepet. Nanging aku pengin lan kudu luwih cepet: dina iki aku ngetokake algoritma, lan seminggu sabanjure aku njupuk proyek digital sing wis rampung. Kasunyatane yaiku LSI sing khusus banget meh minangka produk siji-siji. Iki arang banget dibutuhake ing pirang-pirang yuta, ing pangembangan sampeyan bisa nggunakake dhuwit lan sumber daya manungsa kaya sing dikarepake, yen kudu ditindakake ing wektu sing paling cendhak. ASIC khusus, lan mulane sing paling efektif kanggo ngrampungake tugase, kudu luwih murah kanggo dikembangake, sing dadi relevan banget ing tahap pangembangan machine learning saiki. Ing ngarep iki, bagasi sing diklumpukake dening pasar komputer lan, utamane, terobosan GPU ing bidang machine learning (ML) ora bisa dihindari maneh.
Kanggo nyepetake desain ASIC kanggo tugas ML, DARPA nggawe program anyar - Real Time Machine Learning (RTML). Program pembelajaran mesin wektu nyata kalebu ngembangake kompiler utawa platform piranti lunak sing bisa kanthi otomatis ngrancang arsitektur chip kanggo kerangka ML tartamtu. Platform kasebut kudu kanthi otomatis nganalisa algoritma pembelajaran mesin sing diusulake lan set data kanggo latihan algoritma iki, sawise iku kudu ngasilake kode ing Verilog kanggo nggawe ASIC khusus. Pangembang algoritma ML ora duwe kawruh babagan desainer chip, lan para desainer arang banget ngerti prinsip pembelajaran mesin. Program RTML kudu mbantu mesthekake yen kaluwihan saka loro kasebut digabungake ing platform pangembangan ASIC otomatis kanggo machine learning.
Sajrone siklus urip program RTML, solusi sing ditemokake kudu diuji ing rong area aplikasi utama: jaringan 5G lan pangolahan gambar. Uga, program RTML lan platform piranti lunak sing digawe kanggo desain otomatis akselerator ML bakal digunakake kanggo ngembangake lan nguji algoritma lan set data ML anyar. Mangkono, sanajan sadurunge ngrancang silikon, bakal bisa ngevaluasi prospek kerangka kerja anyar. Mitra DARPA ing program RTML bakal dadi National Science Foundation (NSF), sing uga melu masalah pembelajaran mesin lan pangembangan algoritma ML. Compiler sing dikembangake bakal ditransfer menyang NSF, lan bali DARPA ngarepake nampa kompiler lan platform kanggo ngrancang algoritma ML. Ing mangsa ngarep, desain hardware lan nggawe algoritma bakal dadi solusi terintegrasi, sing bakal nyebabake munculna sistem mesin sing sinau dhewe ing wektu nyata.
Source: 3dnews.ru