Haiwezekani kwamba mtu yeyote atabishana na ukweli kwamba kubuni LSIs maalum (ASICs) ni mbali na mchakato rahisi na wa haraka. Lakini ninataka na ninahitaji kuwa haraka: leo nilitoa algorithm, na wiki moja baadaye niliondoa mradi wa kumaliza wa digital. Ukweli ni kwamba LSI zilizobobea sana ni karibu bidhaa ya mara moja. Hizi hazihitajiki sana katika vikundi vya mamilioni, juu ya maendeleo ambayo unaweza kutumia pesa nyingi na rasilimali watu kama unavyopenda, ikiwa hii inahitaji kufanywa kwa muda mfupi iwezekanavyo. ASIC maalum, na kwa hivyo zenye ufanisi zaidi katika kutatua kazi zao, zinapaswa kuwa nafuu kukuza, ambayo inakuwa muhimu sana katika hatua ya sasa ya ukuzaji wa ujifunzaji wa mashine. Kwa upande huu, mizigo iliyokusanywa na soko la kompyuta na, hasa, ufanisi wa GPU katika uwanja wa kujifunza mashine (ML) hauwezi tena kuepukwa.
Ili kuharakisha uundaji wa ASIC za kazi za ML, DARPA inaanzisha programu mpya - Kujifunza kwa Mashine ya Wakati Halisi (RTML). Mpango wa kujifunza mashine katika wakati halisi unahusisha kutengeneza kikusanyaji au jukwaa la programu ambalo linaweza kubuni kiotomatiki usanifu wa chip kwa mfumo mahususi wa ML. Mfumo unapaswa kuchanganua kiotomatiki algoriti inayopendekezwa ya kujifunza mashine na seti ya data ya kufunza algoriti hii, kisha inapaswa kutoa msimbo katika Verilog ili kuunda ASIC maalum. Wasanidi wa algoriti ya ML hawana ujuzi wa waunda chip, na ni nadra sana wabunifu kujua kanuni za kujifunza mashine. Mpango wa RTML unapaswa kusaidia kuhakikisha kuwa manufaa ya zote mbili yameunganishwa katika jukwaa la kiotomatiki la ukuzaji la ASIC kwa ajili ya kujifunza kwa mashine.
Wakati wa mzunguko wa maisha wa programu ya RTML, suluhu zitakazopatikana zitahitaji kujaribiwa katika maeneo mawili kuu ya programu: mitandao ya 5G na usindikaji wa picha. Pia, programu ya RTML na majukwaa ya programu yaliyoundwa kwa muundo wa kiotomatiki wa vichapuzi vya ML yatatumika kuunda na kujaribu algoriti na seti mpya za data za ML. Kwa hivyo, hata kabla ya kuunda silicon, itawezekana kutathmini matarajio ya mifumo mpya. Mshirika wa DARPA katika mpango wa RTML atakuwa Wakfu wa Kitaifa wa Sayansi (NSF), ambao pia unahusika katika matatizo ya kujifunza kwa mashine na uundaji wa algoriti za ML. Kikusanyaji kilichotengenezwa kitahamishiwa kwa NSF, na DARPA inatarajia kupokea mkusanyaji na jukwaa la kuunda algoriti za ML. Katika siku zijazo, muundo wa vifaa na uundaji wa algorithms itakuwa suluhisho iliyojumuishwa, ambayo itasababisha kuibuka kwa mifumo ya mashine ambayo inajifunzia kwa wakati halisi.
Chanzo: 3dnews.ru