Tidak mungkin sesiapa akan berhujah dengan fakta bahawa mereka bentuk LSI tersuai (ASIC) jauh daripada proses yang mudah dan pantas. Tetapi saya mahu dan memerlukannya untuk menjadi lebih pantas: hari ini saya mengeluarkan algoritma, dan seminggu kemudian saya mengambil projek digital yang telah siap. Hakikatnya ialah LSI yang sangat khusus hampir merupakan produk sekali sahaja. Ini jarang diperlukan dalam kumpulan berjuta-juta, yang mana anda boleh membelanjakan wang dan sumber manusia sebanyak yang anda suka, jika ini perlu dilakukan dalam masa yang sesingkat mungkin. ASIC khusus, dan oleh itu yang paling berkesan untuk menyelesaikan tugas mereka, sepatutnya lebih murah untuk dibangunkan, yang menjadi sangat relevan pada peringkat pembangunan pembelajaran mesin sekarang. Di hadapan ini, bagasi yang terkumpul oleh pasaran komputer dan, terutamanya, kejayaan GPU dalam bidang pembelajaran mesin (ML) tidak dapat dielakkan lagi.
Untuk mempercepatkan reka bentuk ASIC untuk tugasan ML, DARPA sedang mewujudkan program baharu - Pembelajaran Mesin Masa Nyata (RTML). Program pembelajaran mesin masa nyata melibatkan pembangunan pengkompil atau platform perisian yang secara automatik boleh mereka bentuk seni bina cip untuk rangka kerja ML tertentu. Platform harus menganalisis secara automatik algoritma pembelajaran mesin yang dicadangkan dan set data untuk melatih algoritma ini, selepas itu ia harus menghasilkan kod dalam Verilog untuk mencipta ASIC khusus. Pembangun algoritma ML tidak mempunyai pengetahuan tentang pereka cip, dan pereka jarang mengetahui prinsip pembelajaran mesin. Program RTML harus membantu memastikan bahawa kelebihan kedua-duanya digabungkan dalam platform pembangunan ASIC automatik untuk pembelajaran mesin.
Semasa kitaran hayat program RTML, penyelesaian yang ditemui perlu diuji dalam dua bidang aplikasi utama: rangkaian 5G dan pemprosesan imej. Selain itu, program RTML dan platform perisian yang dicipta untuk reka bentuk automatik pemecut ML akan digunakan untuk membangunkan dan menguji algoritma dan set data ML baharu. Oleh itu, walaupun sebelum mereka bentuk silikon, adalah mungkin untuk menilai prospek rangka kerja baharu. Rakan kongsi DARPA dalam program RTML ialah Yayasan Sains Kebangsaan (NSF), yang turut terlibat dalam masalah pembelajaran mesin dan pembangunan algoritma ML. Pengkompil yang dibangunkan akan dipindahkan ke NSF, dan kembali DARPA menjangka untuk menerima pengkompil dan platform untuk mereka bentuk algoritma ML. Pada masa hadapan, reka bentuk perkakasan dan penciptaan algoritma akan menjadi penyelesaian bersepadu, yang akan membawa kepada kemunculan sistem mesin yang belajar kendiri dalam masa nyata.
Sumber: 3dnews.ru