Georgia Institute of Technology'deki araştırmacılar tarafından "GPT4AIGChip: Büyük Dil Modelleri Yoluyla Yeni Nesil Yapay Zeka Hızlandırıcı Tasarım Otomasyonuna Doğru" başlıklı teknik makale yayınlandı.
Özet:
“Yapay Zekanın (AI) olağanüstü yetenekleri ve karmaşık doğası, uzmanlaşmış AI hızlandırıcılarına olan zorunluluğu dramatik bir şekilde artırdı. Bununla birlikte, bu hızlandırıcıların çeşitli yapay zeka iş yükleri için tasarlanması hem emek hem de zaman açısından yoğun olmaya devam ediyor. Mevcut tasarım araştırması ve otomasyon araçları, kapsamlı insan katılımı ihtiyacını kısmen hafifletebilirken, yine de önemli donanım uzmanlığı gerektiriyor, uzman olmayanlar için bir engel oluşturuyor ve yapay zeka hızlandırıcı geliştirmeyi engelliyor. İnsan dili talimatlarına yanıt olarak yüksek kaliteli içerik üretmek için büyük dil modellerinin (LLM'ler) şaşırtıcı potansiyelinden motive olarak, AI hızlandırıcı tasarımını otomatikleştirmek için LLM'lerden yararlanma olasılığını incelemek için bu çalışmaya başlıyoruz. Bu çaba sayesinde, alana özgü diller yerine insanın doğal dillerinden yararlanarak yapay zeka hızlandırıcı tasarımını demokratikleştirmeyi amaçlayan bir çerçeve olan GPT4AIGChip'i geliştiriyoruz. Spesifik olarak, öncelikle Yüksek Lisans'ların yapay zeka hızlandırıcı tasarımına yönelik sınırlamaları ve yetenekleri hakkında derinlemesine bir araştırma gerçekleştiriyoruz, böylece mevcut konumumuzu anlamamıza yardımcı oluyor ve Yüksek Lisans destekli otomatik yapay zeka hızlandırıcı tasarımına ilişkin içgörüler topluyoruz. Ayrıca, yukarıdaki bilgilerden ilham alarak, yüksek kaliteli yapay zeka hızlandırıcı tasarımı oluşturma konusunda Yüksek Lisans'lara rehberlik etmek için bağlam içi öğrenmeyi kullanan otomatikleştirilmiş, demoyla zenginleştirilmiş bilgi istemi oluşturma hattına sahip olan GPT4AIGChip adlı bir çerçeve geliştiriyoruz. Bildiğimiz kadarıyla bu çalışma, LLM destekli otomatik yapay zeka hızlandırıcı üretimi için etkili bir boru hattını gösteren ilk çalışmadır. Buna göre, içgörülerimizin ve çerçevemizin yeni nesil LLM destekli tasarım otomasyon araçlarındaki yenilikler için katalizör görevi görebileceğini öngörüyoruz."
Bul teknik kağıt burada. Eylül 2023'te yayınlandı (ön baskı).
Fu, Yonggan, Yongan Zhang, Zhongzhi Yu, Sixu Li, Zhifan Ye, Chaojian Li, Cheng Wan ve Yingyan Lin. “GPT4AIGChip: Büyük Dil Modelleri Aracılığıyla Yeni Nesil Yapay Zeka Hızlandırıcı Tasarım Otomasyonuna Doğru.” arXiv ön baskısı arXiv:2309.10730 (2023).
İlgili Okuma
Yapay Zeka İş Yükleri İçin İşlemci Ödevleri
Teknolojideki ilerlemeler ile talepler arasındaki uçurumlar genişliyor ve bunları kapatmak giderek zorlaşıyor.
Uzmanlık Vs. İşlemcilerde Genelleştirme
Yüksek performans ve düşük güçle uçta kitlesel özelleştirmeye ulaşmak için ne gerekiyor?
- 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. karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
- PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
- Kaynak: https://semiengineering.com/llm-aided-ai-accelerator-design-automation-georgia-tech/
