IBM Research, yapay zeka (AI) hesaplamaları için analog bilgi işlemin kullanımındaki bir atılımı tartışan bir makale yayınladı.
AI sistemleri oluştururken, veri modelinin eğitilmesi gerekir. Örneğin, bir kedinin farklı özelliklerini gösteren görüntü verileri gibi, eğitim verilerinin farklı alt kümelerine ağırlıkların verildiği yer burasıdır.
AI sistemleri geleneksel (dijital) bir bilgisayarda eğitilirken, AI modeli ayrı bellek konumlarında saklanır. Hesaplamalı görevler, verilerin bellek ve işlem birimleri arasında sürekli olarak karıştırılmasını gerektirir. IBM, bu sürecin hesaplamayı yavaşlattığını ve elde edilebilecek maksimum enerji verimliliğini sınırladığını söyledi.
Yapay zeka için analog bilgi işlemin kullanılması, yapay zekanın dijital bir bilgisayarda çalıştırılmasıyla aynı sonuçları elde etmek için potansiyel olarak daha verimli bir yol sunar. Big Blue, analog bellek içi hesaplamayı veya analog yapay zekayı, sinir ağlarının biyolojik beyinlerde nasıl çalıştığına dair temel özellikleri ödünç alan bir teknik olarak tanımlar. Araştırmacıları, insan beyninde ve diğer birçok hayvanın beyinlerinde, ağırlık olarak bilinen sinapsların gücünün nöronlar arasındaki iletişimi belirlediğini söyledi.
IBM, analog AI sistemlerinde, bu sinaptik ağırlıkların, faz değiştirme belleği (PCM) gibi nano ölçekli dirençli bellek cihazlarının iletkenlik değerlerinde yerel olarak depolandığını söyledi. Daha sonra derin sinir ağlarında çoklu biriktirme (MAC) işlemlerini yürütmek için kullanılırlar.
IBM’e göre bu teknik, bellek ve işlemci arasında sürekli olarak veri gönderme ihtiyacını azaltır.
yılında yayınlanan bir makalede Doğa Elektroniği, IBM Research, çeşitli derin sinir ağı (DNN) çıkarım görevlerini çalıştırmak için karma sinyalli bir analog yapay zeka yongasını tanıttı. IBM’e göre bu, bilgisayarlı görü yapay zeka görevlerinde dijital muadilleri kadar usta olduğu ve aynı zamanda önemli ölçüde daha fazla enerji verimli olduğu test edilen ilk analog çiptir.
Çip, IBM’in Albany NanoTech Complex’inde üretildi. Her biri 256’ya 256 çapraz çubuk dizisi sinaptik birim hücreleri içeren 64 analog bellek içi bilgi işlem çekirdeği (veya kutucuğu) üzerine kuruludur. IBM, zamana dayalı analogdan dijitale dönüştürücülerin, analog ve dijital veriler arasında geçiş yapmak için her kutucuğa entegre edildiğini söyledi. Her kutucuk aynı zamanda, IBM’in söylediğine göre doğrusal olmayan nöronal aktivasyon işlevleri ve ölçeklendirme işlemleri gerçekleştiren hafif dijital işlem birimleriyle de entegre edilmiştir.
IBM’e göre, bu karoların her biri, bir DNN modelinin bir katmanıyla ilişkili hesaplamaları gerçekleştirebilir. Makalenin yazarları, “Çipi kullanarak, analog bellek içi hesaplamanın hesaplama hassasiyetine ilişkin en kapsamlı çalışmayı gerçekleştirdik ve CIFAR-10 görüntü veri setinde %92,81’lik bir doğruluk gösterdik” dedi.