Weinig mensen zullen het erover eens zijn dat het ontwerpen van op maat gemaakte ASIC's geen eenvoudig en snel proces is. En toch willen we dat het sneller gaat: vandaag een algoritme ontvangen en volgende week een voltooid digitaal ontwerp ophalen. Het probleem is dat hypergeavanceerde ASIC's bijna unieke producten zijn. Deze worden zelden in miljoenen partijen geproduceerd, waarvoor je onbeperkt geld en menselijke middelen kunt uitgeven als dat binnen korte tijd moet gebeuren. Gespecialiseerde en daardoor het meest effectieve ASIC's voor het oplossen van specifieke taken moeten goedkoper te ontwikkelen zijn, wat zeer relevant wordt in de huidige fase van machine learning. Op dit front kunnen we niet meer voortbouwen op de kennis die de computerindustrie heeft vergaard, vooral de doorbraken in GPU-technologie voor machine learning (ML).
Om het ontwerp van ASIC's voor ML-taken te versnellen, heeft het DARPA-agentschap een nieuw programma opgericht: Real Time Machine Learning (RTML). Dit realtime machine learning-programma voorziet in de ontwikkeling van een compiler of softwareplatform dat automatisch de chiparchitectuur kan ontwerpen voor een specifiek ML-framework. Het platform moet automatisch het voorgestelde machine learning-algoritme en de trainingsgegevens voor dat algoritme analyseren, waarna het in Verilog de code moet genereren voor het maken van een gespecialiseerde ASIC. Specialisten in het ontwikkelen van ML-algoritmen beschikken niet over de kennis van chipontwerpers, terwijl chipontwerpers zelden bekend zijn met de principes van machine learning. Het RTML-programma is bedoeld om ervoor te zorgen dat de voordelen van beide groepen worden gecombineerd in een geautomatiseerd platform voor het ontwerpen van ASIC's voor machine learning.
Tijdens de levenscyclus van het RTML-programma moeten de gevonden oplossingen worden gecontroleerd in twee belangrijke toepassingsgebieden: werken in 5G-netwerken en beeldverwerking. Het RTML-programma en de ontwikkelde softwareplatformen voor automatisch ontwerp van ML-versnellers zullen ook worden gebruikt voor de ontwikkeling en test van nieuwe ML-algoritmen en datasets. Zo kan de haalbaarheid van nieuwe frameworks al vĆ³Ć³r het ontwerp van de "silicon" worden beoordeeld. De partner van DARPA in het RTML-programma is de National Science Foundation (NSF), die zich ook bezighoudt met machine learning en de ontwikkeling van ML-algoritmen. De ontwikkelde compiler zal aan de NSF worden overgedragen, terwijl DARPA hoopt een compiler en platform voor het ontwerp van ML-algoritmen van hun terug te ontvangen. In de toekomst zullen hardware-ontwerp en de ontwikkeling van algoritmen zowel individuele als complexe oplossingen zijn, wat zal leiden tot de opkomst van zelflerende real-time machinesystemen.
Bron: 3dnews.ru
