É improvável que alguém discuta o fato de que projetar LSIs personalizados (ASICs) está longe de ser um processo simples e rápido. Mas quero e preciso que seja mais rápido: hoje emiti um algoritmo e uma semana depois tirei o projeto digital finalizado. O facto é que os LSI altamente especializados são quase um produto único. Raramente são necessários em lotes de milhões, em cujo desenvolvimento você pode gastar tanto dinheiro e recursos humanos quanto quiser, se isso precisar ser feito no menor tempo possível. ASICs especializados e, portanto, os mais eficazes para resolver suas tarefas, deveriam ser mais baratos de desenvolver, o que está se tornando mega relevante no atual estágio de desenvolvimento do aprendizado de máquina. Nessa frente, a bagagem acumulada pelo mercado de informática e, principalmente, pelos avanços das GPUs no campo do aprendizado de máquina (ML) não pode mais ser evitada.
Para acelerar o design de ASICs para tarefas de ML, a DARPA está estabelecendo um novo programa – Real Time Machine Learning (RTML). O programa de aprendizado de máquina em tempo real envolve o desenvolvimento de um compilador ou plataforma de software que possa projetar automaticamente uma arquitetura de chip para uma estrutura de ML específica. A plataforma deverá analisar automaticamente o algoritmo de aprendizado de máquina proposto e o conjunto de dados para treinar esse algoritmo, após o que deverá produzir código em Verilog para criar um ASIC especializado. Os desenvolvedores de algoritmos de ML não têm o conhecimento dos projetistas de chips e os projetistas raramente estão familiarizados com os princípios do aprendizado de máquina. O programa RTML deve ajudar a garantir que as vantagens de ambos sejam combinadas em uma plataforma automatizada de desenvolvimento ASIC para aprendizado de máquina.
Durante o ciclo de vida do programa RTML, as soluções encontradas terão de ser testadas em duas áreas principais de aplicação: redes 5G e processamento de imagens. Além disso, o programa RTML e as plataformas de software criadas para projeto automático de aceleradores de ML serão usados para desenvolver e testar novos algoritmos e conjuntos de dados de ML. Assim, antes mesmo de projetar o silício, será possível avaliar as perspectivas de novos frameworks. O parceiro da DARPA no programa RTML será a National Science Foundation (NSF), que também está envolvida em problemas de aprendizado de máquina e no desenvolvimento de algoritmos de ML. O compilador desenvolvido será transferido para a NSF, e de volta a DARPA espera receber um compilador e uma plataforma para projetar algoritmos de ML. No futuro, o design de hardware e a criação de algoritmos se tornarão uma solução integrada, o que levará ao surgimento de sistemas de máquinas que aprendem automaticamente em tempo real.
Fonte: 3dnews.ru