Именно это преимущество нового чипа указывают в статье, описывающей новое изобретение, китайские разработчики. Команда ученых из университета Цинхуа создала аналоговый фотоэлектронный чип. По мнению самих разработчиков, этот чип способен вывести отрасль машинного зрения на новый уровень. Чип получил название ACCEL (All-analog Chip Combining Electronic and Light Computing).
В новой разработке используются технологии и достижения из отрасли фотонных вычислений, где свет использует для обработки данных. В частности, в чип применяются как дифракционные оптические аналоговые вычисления (OAC) и электронные аналоговые вычисления (EAC), что позволяет значительно увеличить энергоэффективность и производительность. Подробности о чипе — под катом.
Что это за технологии?
В первом случае, ОАС, для кодирования и обработки информации применяется управление световыми волнами посредством дифракции. Свет создает определенные интерференционные паттерны, а данные обрабатываются непрерывно вследствие аналоговой природы самого чипа.
В случае ЕАС разработчики задействовали электронные компоненты для решения такой задачи, как замена цифровых сигналов аналоговыми, которые постоянно меняются.
Благодаря обеим технологиям, чип хорошо подходит для решения задач отрасли компьютерного зрения, поскольку способен очень быстро и непрерывно обрабатывать информацию при помощи света. Более того, для преобразования изображения не требуется АЦП благодаря чему задержек практически нет.
Что насчет точности, производительности и других характеристик?
Системная энергоэффективность выражается в способности производить до 74,8 квадриллиона операций в секунду при затрате 1 Вт мощности. Скорость вычислений — 4,6 пета-операций в секунду (более 99% выполняются), а это более чем в три раза выше, чем у современных высокопроизводительных графических процессоров. Благодаря комбинации оптоэлектронных вычислений и адаптивного обучения ACCEL очень хорошо различает объекты на изображениях.
Разработчики чипа сравнили работу ACCEL и разных нейросетей, реализованных на современном графическом процессоре NVIDIA A100 для той же задачи. Результаты тоже заслуживают внимания. Так, при последовательной обработке изображений ACCEL достиг задержки 72 нс/кадр и энергопотребления 4,38 нДж/кадр. Это гораздо меньше, чем у чипа от NVIDIA, который упоминался выше. Так, у NVIDIA A100 задержка и энергопотребление составляют около 0,26 мс/кадр и 18,5 мДж/кадр соответственно.
Если взять результаты по скорости вычислений и энергопотреблению, то в ходе лабораторных испытаний ACCEL достиг скорости вычислений в 4.6 петафлопс (PFLOPS), что в 3000 раз быстрее, чем у широко используемого коммерческого AI-чипа Nvidia A100, при этом потребляя в 4 миллиона раз меньше энергии. После тестирования технологии ученые выяснили точность. Она составила 85,5% для задач Fashion-MNIST, 82% для 3-классовой классификации ImageNet и 92,6% для задач распознавания покадрового видео.
Команда ученых также сообщила, что чип неплохо работает даже в условиях низкой освещенности, что дает возможность применять аналоговый процессор в портативных устройствах, автомобилях с автопилотом и промышленных системах.
Кто разработал чип и какие у него перспективы?
Кроме учены из Университета Цинхуа, к разработке причастны компания MakeSens, соучредителем которой является один из исследователей проекта, государство и некоторые другие участники рынка.
Все они считают, что разработка — отличный задел на будущее. По словам разработчиков, важнейшая задача в отношении нового чипа — использование новой технологии для решения различных задач, отвечающих «важнейшим потребностям общества». Также разработчики уверены в том, что ACCEL не стоит рассматривать в качестве усиления фрагментации рынка. Скорее он приближает нас к будущему гетерогенных вычислений, одновременно направляя вектор развития полупроводников в сторону создания специализированных устройств для удовлетворения конкретных потребностей, в противовес универсальным решениям.
Кроме того, исследователи уверены, что производительность чипа может быть дополнительно оптимизирована путем улучшения процесса производства или использования более дорогих технологий с размером элементов менее 100 нанометров. ACCEL (его EAC-модуль, «мозг» всей системы) был разработан по 180-нм техпроцессу, тогда как тот же GPU A100 от NVIDIA — по 4-нм техпроцессу.
Читайте также
- Полезные материалы по Data Science и машинному обучению
- Дизайн-процесс при проектировании сложных продуктов: 7 шагов
- Как эффективно управлять парком серверов с помощью API
