ChatGPT, DALL-E, Kararlı Difüzyonve diğer üretken yapay zekalar dünyayı kasıp kavurdu. Muhteşem şiirler ve görüntüler yaratıyorlar. Pazarlamadan yasal özet yazmaya ve ilaç keşfine kadar dünyamızın her köşesine sızıyorlar. İnsan-makine zihninin birleştiği bir başarı öyküsünün poster çocuğu gibi görünüyorlar.

Ancak kaputun altında işler daha az çekici görünüyor. Bu sistemler, binlerce ton karbon emisyonu yayan, zaten istikrarsız olan iklimi daha da zorlayan ve milyarlarca doları emen veri merkezleri gerektiren devasa enerji domuzlarıdır. Sinir ağları daha karmaşık hale geldikçe ve daha yaygın olarak kullanıldıkça, enerji tüketiminin daha da artması muhtemeldir.

Üretken yapay zekalara bol miktarda mürekkep döküldü karbon Ayakizi. Enerji talebi, daha da büyüdükçe kalkınmayı engelleyerek düşüşe neden olabilir. Mevcut donanımı kullanan üretken yapay zekanın "standart bilgi işlem donanımına güvenmeye devam etmesi halinde yakında durması bekleniyor" şuraya Intel Laboratuvarlarından Dr. Hechen Wang.

Sürdürülebilir yapay zeka oluşturmanın tam zamanı.

Bu hafta, Bir çalışma IBM'den bu yönde pratik bir adım attı. 14 milyon bellek birimiyle dolu 35 nanometrelik bir analog çip yarattılar. Mevcut çiplerin aksine, hesaplama doğrudan bu birimlerin içinde gerçekleşiyor ve veriyi ileri geri taşıma ihtiyacını ortadan kaldırıyor, dolayısıyla enerji tasarrufu sağlıyor.

Wang, veri aktarımının enerji tüketimini gerçek hesaplama için gerekenin 3 ila 10,000 katı kadar artırabileceğini söyledi.

Çip, iki konuşma tanıma göreviyle karşı karşıya kaldığında oldukça verimliydi. Bunlardan biri, Google Konuşma Komutları, küçük ama pratiktir. Burada hız önemlidir. Diğeri olan Librispeech ise konuşmayı metne dönüştürmeye yardımcı olan ve çipin çok büyük miktarlarda veri işleme yeteneğini zorlayan dev bir sistemdir.

Çip, geleneksel bilgisayarlarla karşılaştırıldığında eşit derecede doğru performans gösterdi ancak işi daha hızlı ve çok daha az enerjiyle tamamladı; bazı görevler için normalde gerekenin onda birinden daha azını kullandı.

Ekip, "Bildiğimiz kadarıyla bunlar, ticari olarak ilgili doğruluk seviyelerinin, ticari olarak ilgili bir model üzerinde, verimlilik ve büyük paralellik ile birlikte, analog bir çip için ilk gösterileridir" dedi.

Zeki Bayt

Bu neredeyse ilk analog çip değil. Bununla birlikte, nöromorfik hesaplama fikrini pratiklik alanına itiyor; bir gün telefonunuza, akıllı evinize ve diğer cihazlarınıza beyne yakın bir verimlilikle güç verebilecek bir çip.

Ne? Hadi yedekleyelim.

Mevcut bilgisayarlar bu temel üzerine kuruludur. Von Neumann mimarisi. Bunu birden fazla odası olan bir ev olarak düşünün. Biri, merkezi işlem birimi (CPU), verileri analiz eder. Bir diğeri hafızayı saklar.

Her hesaplama için bilgisayarın verileri bu iki oda arasında ileri geri taşıması gerekiyor ve bu da zaman ve enerji alıyor ve verimliliği düşürüyor.

Beyin, aksine, hem hesaplamayı hem de hafızayı bir stüdyo dairede birleştirir. Sinaps adı verilen mantar benzeri bağlantı noktaları hem sinir ağlarını oluşturur hem de anıları aynı yerde depolar. Sinapslar son derece esnektir; diğer nöronlarla ne kadar güçlü bağlantı kuracaklarını, depolanan hafızaya ve yeni öğrenmelere ("ağırlık" adı verilen bir özelliğe) dayalı olarak ayarlarlar. Beynimiz bu sinaptik ağırlıkları ayarlayarak sürekli değişen ortama hızla uyum sağlar.

IBM, tasarımda ön sıralarda yer alıyor analog çipler o taklit beyin hesaplaması. Bir buluş 2016'de geldiGenellikle yeniden yazılabilir CD'lerde bulunan büyüleyici bir malzemeye dayalı bir çip piyasaya sürdüklerinde. Malzeme, elektrikle etkilendiğinde fiziksel durumunu değiştiriyor ve şekli yapışkan bir çorbadan kristal benzeri yapılara (dijital 0 ve 1'e benzer şekilde) dönüşüyor.

Anahtar nokta şu: Çip hibrit bir durumda da var olabilir. Başka bir deyişle, biyolojik sinapsa benzer şekilde, yapay olan, yalnızca ikili değil, çok sayıda farklı ağırlığı kodlayabilir ve tek bir veri bitini bile taşımaya gerek kalmadan birden fazla hesaplamayı biriktirmesine olanak tanır.

Jekyll ve Hyde

Yeni çalışma, faz değiştiren materyalleri de kullanarak önceki çalışmalara dayanıyordu. Temel bileşenler “bellek döşemeleridir”. Her biri bir ızgara yapısında binlerce faz değiştiren malzemeyle doludur. Fayanslar birbirleriyle kolayca iletişim kurar.

Her parça programlanabilir bir yerel denetleyici tarafından kontrol ediliyor ve bu da ekibin bileşende (bir nörona benzer şekilde) hassas bir şekilde ince ayar yapmasına olanak tanıyor. Çip ayrıca yüzlerce komutu sırayla depolayarak, geri dönüp performansını analiz etmelerine olanak tanıyan bir tür kara kutu oluşturur.

Genel olarak çip, 35 milyon faz değişimli bellek yapısı içeriyordu. Bağlantılar 45 milyon sinapsa ulaşıyordu; insan beyninden çok uzaktı ama 14 nanometrelik bir çip üzerinde oldukça etkileyiciydi.

Bu akıllara durgunluk veren rakamlar, AI çipinin başlatılmasında bir sorun teşkil ediyor: Aranacak çok fazla parametre var. Ekip, hesaplamalar başlamadan önce sinaptik ağırlıkları önceden programlayan bir yapay zeka anaokulu ile bu sorunu çözdü. (Bu biraz yeni bir dökme demir tavayı pişirmeden önce baharatlamaya benzer.)

Çalışmaya dahil olmayan Wang, "ağ eğitim tekniklerini donanımın yararları ve sınırlamaları göz önünde bulundurularak uyarladılar" ve ardından en ideal sonuçlar için ağırlıkları belirlediklerini açıkladı.

İşe yaradı. İlk testlerden birinde çip, her watt güç için saniyede 12.4 trilyon işlemi kolayca gerçekleştirdi. Wang, enerji tüketiminin "en güçlü CPU ve GPU'lardan onlarca, hatta yüzlerce kat daha yüksek" olduğunu söyledi.

Çip, bellek döşemelerindeki yalnızca birkaç klasik donanım bileşeniyle, derin sinir ağlarının altında yatan temel hesaplama sürecini çiviledi. Bunun tersine, geleneksel bilgisayarların yüzlerce veya binlerce transistöre (hesaplamaları gerçekleştiren temel bir birim) ihtiyacı vardır.

Kasaba'nın Konuşması

Ekip daha sonra çipi iki konuşma tanıma görevine zorladı. Her biri çipin farklı bir yönünü vurguladı.

İlk test, nispeten küçük bir veritabanıyla karşılaşıldığında hızdı. Kullanmak Google Konuşma Komutları Veritabanında görev, AI çipinin, 12 kısa kelime konuşan binlerce kişiden oluşan yaklaşık 65,000 klipten oluşan bir dizide 30 anahtar kelimeyi tespit etmesini gerektiriyordu (derin öğrenme evreninde "küçük" görecelidir). Kabul edilen bir kıyaslama kullanıldığında—MLPerf— çip yedi kat daha hızlı performans gösterdi önceki çalışmalara göre.

Çip aynı zamanda büyük bir veri tabanına meydan okunduğunda da parlıyordu. Kitap konuşması. Derlem, yapay zekayı konuşmayı ayrıştırma ve otomatik konuşmayı metne dönüştürme konusunda eğitmek için yaygın olarak kullanılan 1,000 saatten fazla okunan İngilizce konuşma içerir.

Genel olarak ekip, 45 milyon faz değiştirme cihazından gelen verileri kullanarak 140 milyondan fazla ağırlığı kodlamak için beş çip kullandı. Geleneksel donanımla karşılaştırıldığında çip kabaca 14 kat daha fazla enerji tasarrufu sağlıyordu (watt enerji tüketimi başına saniyede yaklaşık 550 örnek işliyordu) ve hata oranı yüzde 9'un biraz üzerindeydi.

Etkileyici olmasına rağmen analog çipler henüz emekleme aşamasındadır. Wang, bunların "Yapay Zeka ile ilişkili sürdürülebilirlik sorunlarıyla mücadele konusunda büyük umut vaat ettiğini" söyledi, ancak ileriye giden yol birkaç engelin daha aşılmasını gerektiriyor.

Faktörlerden biri, bellek teknolojisinin kendisinin ve onu çevreleyen bileşenlerin tasarımında, yani çipin yerleşiminde ustalık kazanmaktır. IBM'in yeni çipi henüz ihtiyaç duyulan tüm unsurları içermiyor. Bir sonraki kritik adım, etkinliğini korurken her şeyi tek bir çipe entegre etmektir.

Yazılım tarafında ayrıca analog çiplere özel olarak uyarlanan algoritmalara ve kodu makinelerin anlayabileceği dile kolayca çeviren yazılımlara da ihtiyacımız olacak. Bu çipler ticari açıdan daha uygun hale geldikçe, özel uygulamalar geliştirmek, analog çipin geleceği hayalini canlı tutacak.

Wang, "CPU'ların ve GPU'ların bu kadar başarılı bir şekilde çalıştığı hesaplamalı ekosistemleri şekillendirmek onlarca yıl sürdü" dedi. "Aynı türde bir ortamı analog yapay zeka için oluşturmak da muhtemelen yıllar alacaktır."

Resim Kredi: IBM adına Ryan Lavine

• SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
• PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
• PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
• PlatoESG. Otomotiv / EV'ler, karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
• PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
• ChartPrime. Ticaret Oyununuzu ChartPrime ile yükseltin. Buradan Erişin.
• Blok Ofsetleri. Çevre Dengeleme Sahipliğini Modernleştirme. Buradan Erişin.
• Kaynak: https://singularityhub.com/2023/08/25/ibms-brain-inspired-analog-chip-aims-to-make-ai-more-sustainable/