Awesome

A 站

一个芯片可以控制所有这些:它可以运行所有类型的人工智能软件

我们倾向于认为AI是一个单一的实体,但它实际上是沿着多个分支发展的。其中一个主要分支涉及执行传统计算,但将结果输入另一个层,该层从多个计算中获取输入并在执行计算和转发之前对它们进行加权。另一个分支涉及模仿传统神经元的行为:许多小单位以突发活动的形式进行通信,称为尖峰,并跟踪过去活动的历史。

《一个芯片可以控制所有这些:它可以运行所有类型的人工智能软件》
天机控制的自行车是其创造者之一。

根据其层结构和通信网络、执行的计算类型等,每种方法都有不同的分支。我们中的许多人都非常擅长专门的问题,比如模式识别或玩扑克,而不是以我们认为聪明的方式行事。旨在加速软件性能的处理器通常只能改进其中的一部分。

最后一个分工可能随着天机的发展而结束,天机是由一个主要在中国的研究团队组成的。Tianjic的设计使其单个处理单元可以从spiking通信切换回二进制,并执行大量计算,几乎在所有情况下都比GPU更快、更高效。为了证明芯片的能力,研究人员把一辆自动驾驶自行车放在一起,同时在一块芯片上运行三种不同的人工智能算法。

分为两部分

虽然有许多类型的人工智能软件,但研究人员确定的关键部分是介于分层计算和尖峰(spiking)通信之间。前者(包括卷积神经网络和深度学习算法)使用计算单元的层,这些计算单元使用标准二进制数据将计算结果输入下一层。这些单元中的每一个都必须跟踪与其通信的其他单元以及为其每个输入提供的权重。

在分歧的另一方面,更直接地受到生物学的启发。它们以模拟的“峰值”活动而不是数据进行通信。个别单位不仅要追踪他们的现状,还要记录他们过去的历史。这是因为他们发送尖峰信号的概率取决于他们过去收到尖峰信号的频率。它们也被安排在大型网络中,但它们不一定有一个干净的分层结构或者在任何单元中执行相同类型的详细计算。

这两种方法都得益于专用的硬件,这些硬件往往至少与在GPU上实现软件一样好,而且更节能。(这方面的一个例子是IBM的Trunorth处理器。)但是,类之间通信和计算的巨大差异意味着处理器只适合一种或另一种类型。

这就是天机团队所改变的,它称之为FCore架构。FCore的设计使得两个不同类别的AI既可以由一个公共的底层计算体系结构表示,也可以在运行中轻松重新配置以处理其中一个。

为了实现计算单元之间的通信,FCore使用传统神经网络的本地语言:二进制。但是,FCore还能够以二进制格式输出峰值,允许它以基于神经元的算法可以理解的方式进行通信。每个处理单元的本地存储器既可以用来跟踪峰值的历史记录,也可以用作输入和输出数据的缓冲区。在人工神经元模式下,一些神经网络所需的计算硬件被关闭并被绕过。

在芯片中

通过这些功能和一些附加功能的实现,FCore中的每个计算单元都可以在两种模式之间切换,根据需要执行任何类型的计算和通信。更关键的是,单个单元可以设置成一种混合模式。这意味着从一种类型的AI算法中获取输入,但对其输出进行格式化,以便通过另一种读取峰值和输出数据来理解它,或者相反。这也意味着芯片上的任何单元都可以充当两种算法之间的转换器,允许它们在同一芯片上运行时相互通信。

FCore架构也设计成可扩展的。它的计算单元之间的连接映射保存在一个与计算单元本身分离的内存位中,并且它足够大以允许在单个芯片外部进行连接。因此,单个神经网络可能潜在地分布在处理器中的多个核心甚至多个处理器中。

实际上,Tianjic芯片是由多个FCore(其中156个)组成,这些FCore排列在一个二维网格中。总的来说,芯片上有大约40000个独立的计算单元,这意味着一个单独的芯片上有256个计算单元。它采用28纳米工艺制造,是台式机和移动芯片制造商使用的尖端工艺的两倍多。尽管如此,它可以在内部转换超过600GB/秒,并在300MHz下运行时每秒执行近1.3个Tera-ops。

尽管时钟速度很低,但在与Nvidia Titan XP上实现的相同算法相比运行时,Tianjic还是提供了一些令人印象深刻的数字。性能从1.6倍到100倍不等,具体取决于算法。而且,当考虑到能源使用时,每瓦的性能几乎是滑稽的,从12倍一直到10000倍以上。其他专用的AI处理器每瓦的性能很强,但它们无法运行这里演示的所有不同类型的算法。

喜欢骑…嗯,你知道

就其本身而言,这将是一篇有趣的论文。但是,研究团队通过展示天机的能力甚至可以以实验的形式使用,超越了这一点。”为了证明建立一个类似大脑的跨范式系统的实用性,研究人员写道,“我们设计了一个无人驾驶自行车实验,在一个天际芯片内并行部署多个专用网络。”

自行车通过卷积神经网络进行目标检测,连续吸引子神经网络提供目标跟踪,使自行车跟随研究人员。同时,尖峰(spiking)神经网络允许自行车跟踪语音命令。一种叫做多层感知器的东西跟踪自行车的平衡。并且所有这些输入都由一个基于尖峰(spiking)神经网络的神经状态机进行协调。

那辆自行车上的某个地方是天机芯片。

它起作用了。虽然自行车不是自驾式的,因为它已经准备好带人穿过一个大城市的自行车道了,但在一个包含障碍物的测试跑道上散步时,它确实足够成为研究人员忠实的伴侣。

总的来说,这是一项令人印象深刻的工作。无论是单独的处理器,还是自动自行车,都可以自己制造出一张实心纸。让一个芯片本地承载两种截然不同的软件架构是一个大胆的想法。

但是有一点值得指出,研究人员认为这是通向通用智能AI的途径。在很多方面,天机确实类似于一个大脑:大脑使用一个单一的结构(神经元)来承载各种不同的过程,这些过程共同地理解世界并规划响应它的行动。在某种程度上,研究人员是对的,能够同时运行和集成多个算法是朝着类似的方向发展的一条道路。

但这仍然不一定是通向一般情报的途径。在我们的大脑中,与算法等效的专门区域可以执行一系列定义不明确且仅与模糊相关的活动。一项任务(比如决定注意力集中在哪里)需要无数的投入,从我们最近的历史到我们的情感状态,再到我们在临时记忆中所持有的通过数百万年的进化建立的偏见。因此,仅仅能够运行多种算法,离我们所能识别的任何智能都还有很长的路要走。

打赏 赞(0)
微信
支付宝
微信二维码图片

微信扫描二维码打赏

支付宝二维码图片

支付宝扫描二维码打赏

本站文章未说明转载即为原创,转载请注明来源,LemonSaaS-A » 一个芯片可以控制所有这些:它可以运行所有类型的人工智能软件,并请保留声明!
点赞
  1. 头像 壮壮匿名说道:

    :redface: 难道是战斗机上的追踪识别系统的发散思维;有这样一辆天天可以跟随自己散步的自行车, :confused:

发表评论

电子邮件地址不会被公开。 必填项已用*标注