Ыңгайлаштырылган LSIлерди (ASICs) долбоорлоо жөнөкөй жана тез процесстен алыс экендиги менен эч ким талашышы күмөн. Бирок мен анын тезирээк болушун каалайм жана керек: бүгүн мен алгоритм чыгардым, бир жумадан кийин мен даяр санариптик долбоорду алып кеттим. Чынында, жогорку адистештирилген LSI дээрлик бир жолку продукт болуп саналат. Булар сейрек миллиондогон партияларда керектелет, аларды иштеп чыгууга сиз каалагандай көп акча жана адам ресурстарын коротсоңуз болот, эгерде муну мүмкүн болушунча кыска мөөнөттө жасоо керек. Адистештирилген ASICs, демек, алардын милдеттерин чечүү үчүн абдан натыйжалуу, иштеп чыгуу үчүн арзан болушу керек, бул машина үйрөнүүнү өнүктүрүүнүн азыркы этабында мега актуалдуу болуп баратат. Бул жагынан алганда, компьютер рыногунда топтолгон жүктөрдү жана, айрыкча, машинаны үйрөнүү (ML) тармагындагы GPU жетишкендиктерин мындан ары болтурбай коюуга болбойт.
ML тапшырмалары үчүн ASIC дизайнын тездетүү үчүн, DARPA жаңы программаны түзүүдө - Real Time Machine Learning (RTML). Чыныгы убакыт режиминде машина үйрөнүү программасы белгилүү бир ML алкагы үчүн чип архитектурасын автоматтык түрдө иштеп чыга турган компиляторду же программалык платформаны иштеп чыгууну камтыйт. Платформа автоматтык түрдө сунушталган машинаны үйрөнүү алгоритмин жана бул алгоритмди окутуу үчүн берилиштер топтомун анализдеп, андан кийин адистештирилген ASICти түзүү үчүн Verilogдо кодду чыгарышы керек. ML алгоритмин иштеп чыгуучулардын чип дизайнерлеринин билими жок, ал эми дизайнерлер машинаны үйрөнүү принциптери менен сейрек тааныш болушат. RTML программасы экөөнүн тең артыкчылыктары машинаны үйрөнүү үчүн автоматташтырылган ASIC өнүктүрүү платформасында айкалыштырылышына жардам бериши керек.
RTML программасынын иштөө циклинин жүрүшүндө табылган чечимдер эки негизги колдонмо тармагында сыналышы керек: 5G тармактары жана сүрөттөрдү иштетүү. Ошондой эле, ML тездеткичтерин автоматтык долбоорлоо үчүн RTML программасы жана түзүлгөн программалык платформалар жаңы ML алгоритмдерин жана берилиштер топтомун иштеп чыгуу жана сыноо үчүн колдонулат. Ошентип, кремнийди долбоорлоодон мурун да, жаңы алкактардын келечегин баалоого болот. DARPAнын RTML программасындагы өнөктөшү Улуттук Илим Фонду (NSF) болот, ал ошондой эле машинаны үйрөнүү маселелери жана ML алгоритмдерин иштеп чыгуу менен алектенет. Иштелип чыккан компилятор NSFге өткөрүлүп берилет жана кайра DARPA ML алгоритмдерин долбоорлоо үчүн компиляторду жана платформаны алууну күтөт. Келечекте аппараттык долбоорлоо жана алгоритмдерди түзүү интегралдык чечим болуп калат, бул реалдуу убакыт режиминде өз алдынча үйрөнүүчү машина системаларынын пайда болушуна алып келет.
Source: 3dnews.ru