В длинной дуге технологических инноваций искусственный интеллект (ИИ) занимает столь же важное место. В своем стремлении имитировать человеческое поведение технология затрагивает энергетику, сельское хозяйство, производство, логистику, здравоохранение, строительство, транспорт и почти все другие мыслимые отрасли — определяющую роль, которая обещает ускорить четвертую промышленную революцию. И если отраслевые оракулы правы, рост ИИ будет не что иное, как взрыв.
Ожидается, что к 4 году на долю Интернета вещей (IoT) и 5G/75G, являющихся ключевыми факторами реализации ИИ, будет приходиться более 2025 процентов подключений устройств. миллиардов подключенных устройств по всему миру, индустрия сейчас должна преодолеть ограничения ключевой технологии: памяти.
Память как критическое узкое место ИИ
Задача памяти начинается с производительности. Исторически сложилось так, что каждое десятилетие прирост производительности компьютеров опережал рост скорости памяти в 100 раз, и за последние 20 лет этот разрыв увеличился. Результатом этой тенденции является то, что память ограничивает производительность компьютера и ИИ.
В ответ индустрия разработала несколько методов реализации систем памяти на микросхемах ИИ, каждый из которых предназначен для различных потребностей в производительности и требует различных компромиссов. Среди фаворитов:
- Встроенная память обеспечивает самую высокую пропускную способность и энергоэффективность, но имеет ограниченную емкость.
- HBM (память с высокой пропускной способностью) предлагает очень высокую пропускную способность и плотность памяти.
- GDDR предлагает хороший компромисс между пропускной способностью, энергоэффективностью, стоимостью и надежностью.
С 2012 года возможности обучения ИИ выросли в 300,000 25,000 раз. Этот рост превысил закон Мура в 3.5 18 раз, удваиваясь каждые XNUMX месяца, что является стремительным темпом по сравнению с XNUMX-месячным циклом удвоения закона Мура. Ошеломляющие недавние улучшения были связаны с параллельными вычислительными мощностями и новыми микросхемами для конкретных приложений, такими как Google Tensor Processing Unit (TPU).
Специализированные кремниевые архитектуры и параллельные механизмы являются одним из ключей к сохранению будущего роста производительности вычислений и борьбе с замедлением действия закона Мура и прекращением масштабирования мощности. Переосмыслив то, как процессоры разрабатываются для определенных рынков, производители чипов могут разрабатывать специальное оборудование, способное работать с энергоэффективностью в 100–1,000 раз выше, чем у процессоров общего назначения, чтобы преодолеть еще один серьезный ограничитель масштабирования вычислительной производительности: вычислительную мощность.
Со своей стороны, индустрия памяти может повысить производительность за счет передачи сигналов на более высоких скоростях передачи данных и использования стековых архитектур, таких как HBM, для повышения энергоэффективности и производительности, а также за счет приближения вычислений к данным.
Масштабирование памяти для ИИ
Ключевой проблемой является масштабирование памяти для приложений искусственного интеллекта (ИИ). Растущий потребительский спрос на улучшенный голос, жесты, распознавание лиц и более иммерсивное взаимодействие с виртуальной реальностью и дополненной реальностью приобретает все большее значение. Предложение этих возможностей требует больших вычислительных мощностей от высокопроизводительных вычислений (HPC), чтобы сделать возможным анализ больших данных, запустить саму аналитику, а также процессы машинного обучения, которые генерируют значимые идеи с использованием искусственного интеллекта и машинного интеллекта.
Новые приложения машинного обучения включают классификацию и безопасность, медицину, расширенную помощь водителю, проектирование с помощью человека, аналитику в реальном времени и промышленную автоматизацию. Ожидается, что к 75 году 2025 миллиардов устройств, подключенных к Интернету вещей, будут генерировать данные, поэтому недостатка в данных для анализа не будет. Например, только на крыльях нового Airbus A380-1000 установлено более 10,000 XNUMX датчиков. Горы этих данных хранятся в огромных центрах обработки данных на магнитных жестких дисках, затем передаются в DRAM, а затем перемещаются в SRAM внутри ЦП для передачи вычислительному оборудованию для анализа.
Поскольку объем хранимых данных растет экспоненциально, возникает вопрос, как сделать так, чтобы все другие системы памяти могли справляться с потоком данных. Ответ AMD — это архитектура чиплетов с восемью меньшими чипами по краям, которые управляют вычислениями, и большим чипом в центре, который удваивает интерфейс ввода-вывода и возможности памяти для удвоения пропускной способности чипа.
AMD также перешла от устаревшей конфигурации чипа памяти GDDR5 к HBM (памяти с высокой пропускной способностью), чтобы приблизить пропускную способность памяти к графическому процессору для более эффективной обработки приложений ИИ. HBM обеспечивает гораздо более высокую пропускную способность при снижении энергопотребления. По сравнению с DRAM, HBM от AMD обеспечивает гораздо более высокую скорость передачи данных и гораздо большую плотность памяти, чем DRAM, чтобы разместить память ближе к графическому процессору, чтобы приложения AI обрабатывались более эффективно.
В течение следующего десятилетия ждите новых улучшений производительности благодаря многочиповым архитектурам, инновациям в технологии памяти и интеграции, агрессивному 3D-стекингу и оптимизированным межсоединениям на системном уровне. Отрасль также продолжит повышать производительность устройств, вычислительную плотность и мощность за счет масштабирования технологий.
- 000
- 100
- 3d
- Учетная запись
- сельское хозяйство
- AI
- AI обучение
- Все
- среди
- анализ
- аналитика
- Приложения
- архитектура
- около
- искусственный интеллект
- Искусственный интеллект (AI)
- Дополненная реальность
- автоматизация
- миллиард
- Пропускная способность
- вызов
- чип
- чипсы
- классификация
- ближе
- Вычисление
- вычисление
- Подключенные устройства
- Коммутация
- строительство
- потребитель
- потребление
- продолжать
- данным
- Анализ данных
- центров обработки данных
- Спрос
- Проект
- развивать
- Устройства
- водитель
- Edge
- затрат
- энергетика
- энергоэффективности
- Впечатления
- распознавания лиц
- БЫСТРО
- Особенность
- четвертая промышленная революция
- будущее
- разрыв
- Общие
- хорошо
- GPU / ГРАФИЧЕСКИЙ ПРОЦЕССОР
- Рост
- Рост
- Аппаратные средства
- здравоохранение
- High
- Как
- How To
- HTTPS
- погружение
- промышленность
- Индустриальная автоматизация
- Индустриальная революция
- промышленность
- Инновации
- размышления
- интеграции.
- Интеллекта
- КАТО
- IT
- Основные
- большой
- закон
- изучение
- Ограниченный
- логистика
- Длинное
- обучение с помощью машины
- производство
- Области применения:
- медицина
- месяцев
- предлагающий
- Предложения
- операционный
- заказ
- Другое
- производительность
- мощностью
- поиск
- Стоимость
- реального времени
- Реальность
- Run
- масштабирование
- безопасность
- датчик
- Замедление
- So
- скорость
- системы
- Технологии
- тензорный процессор
- трек
- Обучение
- трансфер
- Виртуальный
- Виртуальная реальность
- Режимы
- в
- по всему миру
- лет