Stanford: processori e memoria combinati su più chip ibridi per IA su dispositivi smart | Web Agency Brescia
10941
post-template-default,single,single-post,postid-10941,single-format-standard,ajax_fade,page_not_loaded,,qode_grid_1300,footer_responsive_adv,qode-content-sidebar-responsive,qode-theme-ver-13.3,qode-theme-bridge,disabled_footer_bottom,wpb-js-composer js-comp-ver-6.2.0,vc_responsive

Stanford: processori e memoria combinati su più chip ibridi per IA su dispositivi smart

Stanford: processori e memoria combinati su più chip ibridi per IA su dispositivi smart

Stanford: processori e memoria combinati su più chip ibridi per IA su dispositivi smart


Tutti i tipi di dispositivi alimentati a batteria sarebbero più “smart” se potessero eseguire algoritmi di intelligenza artificiale. Questo è quanto sostengono un gruppo di ricercatori della Stanford University che hanno sviluppato un modo per combinare processori e memoria su più chip ibridi al fine di consentire all’IA di funzionare su smartphone, smartwatch e tablet, ma non solo.

Fino ad oggi, gli sforzi fatti per realizzare chip con capacità di intelligenza artificiale per dispositivi mobili si sono dovuti scontrare con quello che viene definito un “memory wall”.

Il “muro di memoria” è il nome dato a ciò che rappresenta la separazione tra l’elaborazione dei dati e i chip di memoria che devono lavorare insieme per soddisfare le massicce e in continua crescita richieste di calcolo imposte dall’IA.

Secondo quanto affermato dall’informatico Subhasish Mitra, tutti i passaggi che vengono effettuati tra processori e memoria possono consumare circa il 95% dell’energia necessaria per l’apprendimento automatico e l’intelligenza artificiale, limitando notevolmente la durata della batteria. I ricercatori di Stanford hanno messo a punto un sistema in grado di eseguire compiti di intelligenza artificiale più velocemente e con meno requisiti energetici.

Per arrivare a questo traguardo, sono stati utilizzati otto chip ibridi, ciascuno con il proprio processore posizionato accanto alla memoria di archiviazione. Alla base di questo studio c’è anche un lavoro precedente del team che ha sviluppato una nuova tecnologia di memoria chiamata RRAM in grado di memorizzare i dati con maggiore velocità ed efficienza energetica rispetto alla memoria flash, anche quando l’alimentazione è spenta.

Questa memora RRAM ha consentito al team di sviluppare il chip ibrido ma c’era un’ulteriore criticità rappresentata dagli algoritmi che consentono a questi otto chip ibridi di farli convergere in un unico motore di elaborazione AI ad alta efficienza energetica. Il team afferma di essere stato in grado di “ingannare” i singoli chip ibridi con quello cha ha definito “Illusion System”, in pratica, facendogli credere di essere un unico “mega-chip”.

“Se avessimo potuto costruire un enorme chip convenzionale con tutta l’elaborazione e la memoria necessaria, l’avremmo fatto, ma la quantità di dati necessari per risolvere i problemi di intelligenza artificiale lo rende un sogno. Invece, induciamo gli ibridi a pensare di essere un unico chip, motivo per cui lo chiamiamo Illusion System.”

Il sistema a otto chip è solo l’inizio secondo i ricercatori che, tramite simulazioni, hanno dimostrato che i sistemi con 64 chip ibridi possono eseguire applicazioni AI sette volte più velocemente degli attuali processori, richiedendo solo un settimo dell’energia.

Le prestazioni del sistema prototipale hanno dimostrato che la strada è quella giusta e questa soluzione basata su Illusion Systems, realizzata anche con l’aiuto dei collaboratori dell’istituto di ricerca francese CEA-Leti e della Nanyang Technological University di Singapore, potrebbe essere pronta per arrivare sul mercato entro 3-5 anni.

Il team ha sviluppato Illusion come parte dell’Electronic Resurgence Initiative (ERI), un programma da 1,5 miliardi di dollari finanziato dal DARPA (Defense Advanced Research Projects Agency), l’organizzazione responsabile delle operazioni di ricerca e sviluppo per la Difesa degli Stati Uniti, che ha contribuito a creare Internet più di 50 anni fa e sta supportando la ricerca a soluzioni alternative alla Legge di Moore, che ha guidato i progressi dell’elettronica riducendo i transistor. Ma i transistor non possono continuare a ridursi per sempre.

No Comments

Post A Comment