Tsinghua Üniversitesi'nin Thinker ekibi, VLSI 2018'de çok düşük güçlü iki yapay zeka çipi yayınladı
Leifeng.com AI Technology Review News, 18-22 Haziran 2018 Uluslararası VLSI Teknolojisi ve Devreler Sempozyumu (2018 VLSI Teknolojisi ve Devreler Sempozyumu, VLSI olarak anılır) ABD'nin Honolulu kentinde düzenlendi. Lei Feng.com, VLSI Uluslararası Sempozyumunun 1987 yılında başladığını öğrendi. Gelişmiş yarı iletkenler ve entegre devreler alanında dünyanın en büyük konferansıdır. ISSCC ve IEDM ile birlikte mikroelektronik teknolojisi alanında "Olimpiyat etkinliği" olarak adlandırılır.
Tsinghua Üniversitesi'nin Düşünür ekibi, bu konferansta sırasıyla Makine Öğrenimi İşlemcisi (C4) ve Robotlar ve Makineler de çok düşük güçlü AI yongaları (Thinker-II ve Thinker-S) ile ilgili iki makale yayınladı. "Öğrenme Uygulaması" alt mekanı (C13) bir rapor verdi. Ayrıca Thinker-S çipi, konferansın DEMO Oturumu'nda canlı bir gösteri yapmaya davet edildi. Makalenin yazarları şunlardır: Yin Shouyi, Ouyang Peng, Yang Jianxun, Zheng Shixuan, Lu Tianyi, Song Dandan, Li Xiudong, Liu Leibo, Wei Shaojun, vb.
Shouyi Yin, Peng Ouyang, Jianxun Yang, Tianyi Lu, Xiudong Li, Leibo Liu, Shaojun Wei, 28nm CMOS'ta ikili / üçlü ağırlıklara sahip derin sinir ağları için ultra yüksek enerji verimli yeniden yapılandırılabilir işlemci, VLSI Teknolojisi ve Devreleri Üzerine Sempozyumlar, Honolulu, ABD, 2018.
Thinker-II çip raporu sitesi
Shouyi Yin, Peng Ouyang, Shixuan Zheng, Dandan Song, Xiudong Li, Leibo Liu, Shaojun Wei, A 141 uW, 2.46 pJ / Neuron İkili Evrişimli Sinir Ağı tabanlı 28nm CMOS'ta Kendi Kendini Öğrenen Konuşma Tanıma İşlemcisi, VLSI Teknolojisi ve Devreleri Sempozyumu , Honolulu, ABD, 2018.
Thinker-S çip raporu sitesi
1. Araştırma geçmişi
Son yıllarda, derin öğrenmenin çığır açan gelişimi, makine vizyonu, konuşma tanıma ve doğal dil işlemede ilerlemelere yol açtı ve akademi ve endüstride büyük bir geliştirme coşkusu ve araştırma ilgisi uyandırdı. Bununla birlikte, derin sinir ağlarının büyük depolama yükü ve bilgi işlem gereksinimleri nedeniyle, güç tüketimi AI Her Yerde Dağıtılmasının önündeki ana engel haline geldi ve yapay zeka algoritmalarının mobil cihazlarda, giyilebilir cihazlarda ve IoT cihazlarında geniş uygulama alanı kısıtlandı.
2. Mimari İnovasyon
Yukarıdaki darboğazların üstesinden gelmek için, Tsinghua Üniversitesi'ndeki Thinker ekibi, düşük bit genişlikli nicemleme yöntemi, bilgi işlem mimarisi ve sinir ağlarının devre uygulaması üzerine sistematik bir çalışma yürüttü, düşük bit genişlikli ağları ve yüksek enerji verimli hesaplamayı destekleyen yeniden yapılandırılabilir bir mimari önerdi ve sinir ağı genel amaçlı bilgi işlem çipini tasarladı. -II ve ses tanıma çipi Thinker-S. Thinker-II yongası 200MHz'de çalıştığında, güç tüketimi yalnızca 10 miliwatttır; Thinker-S yongası minimum 141 mikrowatt güç tüketimine sahiptir ve en yüksek enerji verimliliği 90TOPs / W'a ulaşır. Bu iki yonganın pille çalışan cihazlarda ve kendi kendine çalışan IoT cihazlarında yaygın olarak kullanılması bekleniyor.
Algoritma karmaşıklığını büyük ölçüde azaltan ve gereksiz hesaplamaları etkin bir şekilde ortadan kaldıran Thinker- çipinde iki ikili / üçlü evrişim optimizasyon hesaplama yöntemi ve donanım mimarisi tasarlanmıştır. Ek olarak, seyrekliğin neden olduğu yük dengesizliği göz önüne alındığında, hiyerarşik olarak dengeli bir zamanlama mekanizması tasarlanır.Yazılım ve donanım koordinasyonunun iki seviyeli görev çizelgelemesi yoluyla, kaynak kullanımı etkin bir şekilde iyileştirilir. Thinker-II yongası, çerçeve ve devre düzeyinde yeniden yapılandırma yoluyla 28nm tekniğini benimser, sinir ağı genel amaçlı hesaplamayı destekler.
Thinker-II çip genel mimarisi
Thinker-S çipinde ikili evrişimli sinir ağı ve kullanıcı uyarlamasına dayalı bir konuşma tanıma çerçevesi tasarlanmıştır.Aynı zamanda, konuşma sinyali işlemenin özelliklerini kullanarak, zaman alanlı veri çoklama, yaklaşık hesaplama ve ağırlık düzenlenmesi gibi optimizasyonlar önerilmiştir. Teknoloji, büyük ölçüde optimize edilmiş sinir ağı çıkarım hesaplaması. Thinker-S yongası 28 nm'lik bir işlem kullanır ve tek bir çıkarım hesaplamasında her bir nöron için tüketilen enerji yalnızca 2,46 picojoule'dur.
Thinker-S çip genel mimarisi
3. Sonuçlar ekranı
Thinker-II Demo Sistemi
Thinker-S, VLSI 2018 konferansında canlı tanıtım
Dört, özet
Tsinghua Üniversitesi'ndeki Thinker ekibi, son yıllarda Thinker serisi yapay zeka çiplerini tasarladı ve ilgili sonuçlar, VLSI Symposia, ISCA, IEEE JSSC gibi en iyi akademik konferanslarda ve dergilerde yayınlandı ve akademi ve sektörden büyük ilgi gördü. Bu araştırmanın sonuçları, mobil cihazlarda, gömülü cihazlarda ve Nesnelerin İnterneti'nde yapay zeka bilişiminin ihtiyaçlarını karşılamaya odaklanıyor. Pille çalışan ve kendi kendine çalışan akıllı cihazlarda yaygın olarak kullanılması bekleniyor ve her yerde AI Dağıtma hedefine bir adım daha yakın.
Leifeng.com'da önerilen okuma:
Çin'deki ISCA 2018'deki tek makaleyi kazanan Tsinghua Üniversitesi'ndeki Thinker ekibi, AI bilgi işlem çipleri için yeni bir depolama optimizasyonu yöntemi önerdi
Tsinghua Üniversitesi'nde doktora öğrencisi Tu Fengbin: Sinir ağı donanım mimarisini tasarlarken ne düşünüyoruz? (Bölüm I) | Zor Oluşturma Açık Sınıfının Özeti
Tsinghua Üniversitesi'nde doktora öğrencisi Tu Fengbin: Sinir ağı donanım mimarisini tasarlarken ne düşünüyoruz? (Sonraki) | Zor Oluşturma Açık Sınıfının Özeti
