Domingo , noviembre 18 2018

Suscribete gratis a nuestro boletin semanal

VISIONA . DESARROLLADORES . CONECTADOS .

Suscribete nuestro boletin semanal

PATROCINADORES
.
Home / Diseño Analógico / IBM regresa al negocio de los chips con nuevo procesador para Aprendizaje Profundo

IBM regresa al negocio de los chips con nuevo procesador para Aprendizaje Profundo

El nombre de esta nueva gama es “Do it All” y está enfocada a realizar inferencias de alta y baja precisión sobre entornos de ‘Deep Learning’.

ElectronicosOnline.com Magazine / Oswaldo Barajas

IBM regresará al mercado de microprocesadores con una nueva gama enfocada a realizar tareas de inferencia de alta y baja precisión sobre entornos de Aprendizaje Profundo de Máquinas.

   

De acuerdo a un informe publicado por la revista IEEE Spectrum, los avances tecnológicos dentro del segmento de Deep Learning aún no están lo suficientemente maduros, pero sí se han registrado progresos significativos, y muestra de esto es lo que el equipo de ingeniería de IBM ha logrado en el diseño y construcción de novedosos chips que trabajan exclusivamente con neuronales.

Los especialistas reconocen que las redes neuronales artificiales no necesariamente requieren enormes cantidades de energía para funcionar, y que solo basta una buena configuración y un diseño estructural a nivel de hardware óptimos para lograr niveles aplaudibles de eficiencia. En particular, reconocen los expertos que estos sistemas ligados al Deep Learning pueden realizar muchos cálculos con poca energía si un chip se aproxima a una respuesta utilizando matemáticas de baja precisión.

Estas características son especialmente útiles en plataformas móviles y otros dispositivos con perfiles limitados de consumo de energía, pero con todo, se reconoce que el entrenamiento de las redes neuronales con el fin de que realicen algunas acciones específicas aun requieren mayor precisión.

El prototipo de chip inferencial de IBM puede trabajar con redes neuronales con el fin de desarrollar sistemas con métodos de Aprendizaje de Máquinas.
   

En esto los investigadores de IBM centraron su atención y esfuerzos para finalmente lograr crear un entorno de trabajo que incluye herramientas de software y hardware de procesamiento para combatir los desafíos de los actuales sistemas de Aprendizaje Profundo de Máquinas.

La propuesta fue revelada por representantes de la icónica firma norteamericana durante la celebración del congreso IEEE VLSI Symposia donde explicaron que la desconexión entre las necesidades de entrenar una red neuronal y hacer que esa red ejecute su función, denominado como inferencia, ha sido uno de los grandes retos para aquellos que diseñan chips de aceleramiento de funciones de Inteligencia Artificial. El nuevo chip IA de IBM es capaz de lo que la empresa llama como precisión escalada. Es decir, tiene la capacidad de ejecutar entrenamiento e inferencia a 32, 16, o incluso 1 o 2 bits.

“La precisión más avanzada que puedes hacer para entrenar es 16 bits y lo más avanzado que puedes hacer para inferencia es de 2 bits”, explicó Kailash Gopalakrishnan, miembro del equipo técnico de IBM. “Estos chips tienen el potencial de cubrir lo mejor del entrenamiento conocido hasta ahora y la mejor inferencia”.

- PUBLICIDAD -

Gopalakrishnan agregó que uno de los retos que se tienen con las tradicionales arquitecturas de chips cuando son utilizados para Deep Learning, es que la usabilidad es típicamente muy baja, esto debido a que estas arquitecturas no están diseñadas para soportar las cargas de trabajo que involucran tareas de inferencia y otras acciones de IA. Por lo general, solo un 20 a 30 por ciento de sus recursos pueden realmente ser utilizados para enfrentar un problema.

Actualmente la industria electrónica atraviesa por una migración hacia sistemas más robustos de procesamiento mayormente dirigidos por la Inteligencia Artificial.
   

La baja utilización o usabilidad de estos chips generalmente se debe a que producen cuellos de botella en los flujos de datos alrededor del chip, y para evitar este taponamiento de información y lentitud del chip, los ingenieros de IBM idearon un sistema de flujos de datos personalizado que se compone de una red que acelera el movimiento de los flujos de un motor de procesamiento a otro, y cambia según se trate del tipo de acción de inferencia o las escalas de precisión.

La segunda innovación fue el uso de una forma especialmente diseñada de memoria en chip en lugar de la memoria caché tradicional que se encuentra en una CPU o GPU. Los cachés están diseñados para obedecer ciertas reglas que tienen sentido para la computación general pero causan retrasos en el Aprendizaje Profundo.

Por ejemplo, hay ciertas situaciones en las que un caché podría enviar una parte de los datos a la memoria principal de la computadora (desalojarlos), pero si esos datos son necesarios como parte del proceso de inferencia o aprendizaje de la red neuronal, el sistema tendrá que esperar hasta que se pueda recuperar de la memoria principal.

Como resultado, los nuevos chips de IBM tienen la capacidad de realizar tres tipos de trabajo asociados al Deep Learning: Redes Neuronales Convolucionales (CNN), Perceptrones Multicapa (MLP) y Memoria de Corto y Largo Plazo (LSTM). Con estos métodos, es posible generar estructuras que integren recursos como sintetizadores de voz, visión artificial y procesamiento de lenguajes naturales, por mencionar algunos.

Tan solo una precisión de 16 bits, magnitud que tradicionalmente es utilizada para un entrenamiento, el chip de IBM expulsa un desempeño de hasta 1.5 trillones de operaciones punto flotantes por segundo, mientras que en precisión de 2 bits, lo cual resulta mejor para tareas de inferencia, el procesador libera 12 trillones de operaciones punto flotante por segundo.

La arquitectura de los chips se creó utilizando procesos de manufactura CMOS a través del proveedor Globalfoundries, el cual otorgó su infraestructura de fabricación sobre 14 nanómetros y se prevé que en los siguientes meses se liberen de forma oficial al mercado.

- PUBLICIDAD -

Revisa también ...

Ex ejecutiva de Intel crea su propia empresa y lanza nuevos chips basados en ARM

Renée J. James, ex directora de tecnología de Intel Corporation fundó su empresa Ampere Computing …

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos necesarios están marcados *