•
Если человек ощущает свое участие в жизни общества, он создает не только материальные ценности для людей - он создает и самого себя. Из работы, в которой ярко выражен дух гражданственности, начинается истинное самовоспитание.
Афоризмы
•
Поистине, подобно солнцу, люблю я жизнь и все глубокие моря. И вот что называю я познанием: чтобы все глубокое поднялось на высоту мою!
Афоризмы
•
- «Оставайтесь голодными. Оставайтесь безрассудными». И я всегда желал себе этого. И теперь, когда вы заканчиваете институт и начинаете заново, я желаю этого вам.
Афоризмы
•
Воспитание личности - это воспитание такого стойкого морального начала, благодаря которому человек сам становится источником благотворного влияния на других, сам воспитывается и в процессе самовоспитания еще более утверждает в себе собственное моральное начало.
Некоторые наши читатели скептически отнеслись к недавней заметке о том, что заводы GlobalFoundries могут стать кузницей терминаторов, а зря. Компания GlobalFoundries снова спешит удивить глубиной интереса к теме искусственного интеллекта и производства кремниевых «мозгов». На этот раз вместе с бельгийскими разработчиками.
Информация размещенная на сайте - «hs-design.ru»
Совместным пресс-релизом бельгийский исследовательский центр Imec и компания GlobalFoundries сообщили о живой демонстрации нового и уникального чипа ИИ. Этот процессор или ускоритель расчётов спроектирован на основе архитектуры Analog in Memory Computing (AiMC) IMEC и выпущен с использованием 22-нм техпроцесса GlobalFoundries на пластинах FD-SOI (22FDX). Каждая из компаний внесла свой посильный вклад в то, что вскоре станет умной автономной и портативной электроникой.
Разработанный Imec чип на архитектуре AiMC (по-русски, аналоговые вычисления в памяти) продемонстрировал рекордно высокую энергоэффективность расчётов - до 2900 TOPS (триллионов операций в секунду) на ватт. Но и это не предел. В Imec обещают добиться эффективности 10 000 TOPS/Вт, что сделает ИИ-вычисления доступными даже простейшим гаджетам с питанием от батареек. И уж конечно от таких чипов выиграют более сложные платформы, например, самоуправляемые автомобили, дроны и решения из сферы робототехники.
Архитектура Analog in Memory Computing IMEC обходит серьёзное препятствие в классической фон-неймановской логике - так называемое бутылочное горлышко архитектуры фон Неймана (von Neumann bottleneck). Это ограничение связано с необходимостью извлекать огромные массивы данных из памяти, которые затем пересылаются для обработки в процессор. Время извлечения данных и их пересылка могут оказаться много больше времени, необходимого на их обработку CPU. Это особенно критично для работы ускорителей нейронных сетей, которые опираются на операции с перемножением массивных векторных матриц, а это всё энергия и немалая.
Архитектура AiMC IMEC делает всё выше сказанное иначе. Она производит вычисления непосредственно в памяти SRAM процессора и делает это не с цифровыми данными, а с данными, представленными в аналоговом виде. «Аналоговые» технологии позволяют получить практически тот же результат при перемножении векторных матриц с допущением меньшей точности, чем при использовании данных в виде цифровых 0 и 1. Экономия происходит сразу по двум пунктам: по пересылке данных из памяти в процессор и по объёму используемых для расчётов данных.
Как сказал один из руководителей Imec по машинному обучению Дидерик Веркест (Diederik Verkest), «Эталонная реализация [чипа] не только показывает, что аналоговые вычисления в памяти возможны на практике, но также и то, что они достигают энергоэффективности в десять–сто раз лучшей, чем цифровые ускорители».
Компания GlobalFoundries планирует взять эту разработку Imec на вооружение и в будущем предложить своим клиентам в качестве опции при разработке и производстве чипов ИИ заинтересованными сторонами. Добавим, опытный чип выпущен на 300-мм пластинах на заводе GlobalFoundries в Дрездене.
Некоторые наши читатели скептически отнеслись к недавней заметке о том, что заводы GlobalFoundries могут стать кузницей терминаторов, а зря. Компания GlobalFoundries снова спешит удивить глубиной интереса к теме искусственного интеллекта и производства кремниевых «мозгов». На этот раз вместе с бельгийскими разработчиками. Информация размещенная на сайте - «hs-design.ru» Совместным пресс-релизом бельгийский исследовательский центр Imec и компания GlobalFoundries сообщили о живой демонстрации нового и уникального чипа ИИ. Этот процессор или ускоритель расчётов спроектирован на основе архитектуры Analog in Memory Computing (AiMC) IMEC и выпущен с использованием 22-нм техпроцесса GlobalFoundries на пластинах FD-SOI (22FDX). Каждая из компаний внесла свой посильный вклад в то, что вскоре станет умной автономной и портативной электроникой. Разработанный Imec чип на архитектуре AiMC (по-русски, аналоговые вычисления в памяти) продемонстрировал рекордно высокую энергоэффективность расчётов - до 2900 TOPS (триллионов операций в секунду) на ватт. Но и это не предел. В Imec обещают добиться эффективности 10 000 TOPS/Вт, что сделает ИИ-вычисления доступными даже простейшим гаджетам с питанием от батареек. И уж конечно от таких чипов выиграют более сложные платформы, например, самоуправляемые автомобили, дроны и решения из сферы робототехники. Архитектура Analog in Memory Computing IMEC обходит серьёзное препятствие в классической фон-неймановской логике - так называемое бутылочное горлышко архитектуры фон Неймана (von Neumann bottleneck). Это ограничение связано с необходимостью извлекать огромные массивы данных из памяти, которые затем пересылаются для обработки в процессор. Время извлечения данных и их пересылка могут оказаться много больше времени, необходимого на их обработку CPU. Это особенно критично для работы ускорителей нейронных сетей, которые опираются на операции с перемножением массивных векторных матриц, а это всё энергия и немалая. Архитектура AiMC IMEC делает всё выше сказанное иначе. Она производит вычисления непосредственно в памяти SRAM процессора и делает это не с цифровыми данными, а с данными, представленными в аналоговом виде. «Аналоговые» технологии позволяют получить практически тот же результат при перемножении векторных матриц с допущением меньшей точности, чем при использовании данных в виде цифровых 0 и 1. Экономия происходит сразу по двум пунктам: по пересылке данных из памяти в процессор и по объёму используемых для расчётов данных. Как сказал один из руководителей Imec по машинному обучению Дидерик Веркест (Diederik Verkest), «Эталонная реализация _