FP Açıklayıcıları07 Tem 2022 10:45:52 IST
Yapay Zeka ve Makine Öğrenimi bilgi işlem ve kullanımı yaygınlaştırmada çok sınırlı uygulamaları olan niş konular olmuştur. Bunun temel nedeni, kullanıcıların bunları kullanmak için güçlü bilgi işlem sistemlerine ihtiyaç duymalarıdır.
Performans açısından çok daha verimli ve hızlı hale gelecek olan yeni nesil analog bilgi işlem yonga setleri sayesinde tüm bunlar muhtemelen değişecek.
Bir grup araştırmacının sahip olduğu yeni bir tasarım çerçevesi sayesinde Hindistan Bilim Enstitüsü’nde veya IISc’de geliştirildiartık Yapay Zeka ve Makine Öğrenimi uygulamalarının çok daha iyi ve daha hızlı çalışmasını sağlayacak ARYABHAT-1 adlı bir analog yonga setimiz var.
ARYABHAT-1 veya AI Görevleri için Analog Yeniden Yapılandırılabilir Teknoloji ve Önyargı Ölçeklenebilir Donanım, özellikle Alexa veya Siri gibi nesne veya konuşma tanıma sistemleriyle ilgilenen AI tabanlı uygulamalar için yararlıdır. Ayrıca, yüksek hızlarda çok büyük paralel hesaplama gerektiren işlemlerde çok kullanışlıdırlar.
Cep telefonlarınız, dizüstü veya masaüstü bilgisayarlarınız gibi çoğu bilgi işlem cihazı, tasarım süreci basit ve kolayca ölçeklenebilir olduğu için dijital çipler kullanır. Ancak, Elektronik Sistem Mühendisliği (DESE) Bölümü’nde Yardımcı Doçent olan Chetak Singh Thakur’un dediği gibi, IISc, “Analoğun avantajı çok büyük. Güç ve boyutta büyük iyileştirme emirleri alacaksınız. Kesin hesaplamalar gerektirmeyen uygulamalarda, analog hesaplama, dijital hesaplamadan daha iyi performans gösterme potansiyeline sahiptir, çünkü birincisi daha enerji verimlidir.”
Araştırmacılar, ARYABHAT’ta farklı makine öğrenimi mimarilerinin programlanabileceğini ve çoğu dijital işlemci gibi, geniş bir sıcaklık aralığında sağlam bir şekilde çalışabileceğini söylüyor.
Mimarinin de “önyargılı ölçeklenebilir” olduğunu, yani voltaj veya akım gibi çalışma koşulları değiştirildiğinde performansının aynı kaldığını ekliyorlar. Bu, aynı yonga setinin ultra enerji verimli Nesnelerin İnterneti (IoT) uygulamaları veya nesne algılama gibi yüksek hızlı görevler için yapılandırılabileceği anlamına gelir.
Tasarım çerçevesi, IISc öğrencisi Pratik Kumar’ın doktora çalışmasının bir parçası olarak ve aynı zamanda üniversitenin McDonnell Akademisi’nin IISc elçisi olarak görev yapan Washington Üniversitesi, St Louis Washington Üniversitesi, Washington Üniversitesi McKelvey Mühendislik Okulu’nda Profesör olan ShantanuChakrabartty ile işbirliği içinde geliştirildi. .
Araştırmacılar bulgularını şu anda akran incelemesi altında olan iki baskı öncesi çalışmada özetlediler. Ayrıca patent başvurusunda bulundular ve teknolojiyi ticarileştirmek için endüstri ortaklarıyla birlikte çalışmayı planlıyorlar.
