Det er usannsynlig at noen vil krangle med det faktum at utforming av tilpassede LSI-er (ASIC) er langt fra en enkel og rask prosess. Men jeg vil og trenger at det skal være raskere: i dag utstedte jeg en algoritme, og en uke senere tok jeg bort det ferdige digitale prosjektet. Faktum er at høyt spesialiserte LSI-er nesten er et engangsprodukt. Disse er sjelden nødvendig i grupper på millioner, på utviklingen av disse kan du bruke så mye penger og menneskelige ressurser du vil, hvis dette må gjøres på kortest mulig tid. Spesialiserte ASIC-er, og derfor de mest effektive for å løse oppgavene deres, bør være billigere å utvikle, noe som blir megarelevant på det nåværende utviklingsstadiet av maskinlæring. På denne fronten kan ikke lenger bagasjen akkumulert av datamarkedet og spesielt GPU-gjennombrudd innen maskinlæring (ML) unngås.
For å få fart på utformingen av ASIC-er for ML-oppgaver, etablerer DARPA et nytt program - Real Time Machine Learning (RTML). Sanntidsmaskinlæringsprogrammet innebærer å utvikle en kompilator eller programvareplattform som automatisk kan designe en brikkearkitektur for et spesifikt ML-rammeverk. Plattformen skal automatisk analysere den foreslåtte maskinlæringsalgoritmen og datasettet for opplæring av denne algoritmen, hvoretter den skal produsere kode i Verilog for å lage en spesialisert ASIC. Utviklere av ML-algoritmer har ikke kunnskapen til brikkedesignere, og designere er sjelden kjent med maskinlæringsprinsipper. RTML-programmet skal bidra til å sikre at fordelene med begge kombineres i en automatisert ASIC-utviklingsplattform for maskinlæring.
I løpet av livssyklusen til RTML-programmet må løsningene som er funnet testes i to hovedapplikasjonsområder: 5G-nettverk og bildebehandling. Dessuten vil RTML-programmet og de opprettede programvareplattformene for automatisk design av ML-akseleratorer bli brukt til å utvikle og teste nye ML-algoritmer og datasett. Dermed vil det allerede før utforming av silisiumet være mulig å vurdere utsiktene til nye rammeverk. DARPAs partner i RTML-programmet vil være National Science Foundation (NSF), som også er involvert i maskinlæringsproblemer og utvikling av ML-algoritmer. Den utviklede kompilatoren vil bli overført til NSF, og tilbake forventer DARPA å motta en kompilator og plattform for utforming av ML-algoritmer. I fremtiden vil maskinvaredesign og opprettelse av algoritmer bli en integrert løsning, som vil føre til fremveksten av maskinsystemer som er selvlærende i sanntid.
Kilde: 3dnews.ru