Google utilise le deep learning pour développer des puces IA

Temps de lecture :2 Minutes, 11 Secondes

Google et l’Université de Californie à Berkeley ont créé l’algorithme d’apprentissage en profondeur PRIME pour aider à développer des processeurs rapides et compacts pour le traitement des tâches d’intelligence artificielle.

La nouvelle approche crée une architecture de puce IA basée sur des plans et des mesures de performance existants.

Réduisez vos frais d’échanges
Les frais d’échanges peuvent représenter plusieurs centaines de dollars chaque année. Pour cette raison, les bons tradeurs cherchent à les réduire car ils peuvent impacter fortement leurs résultats. Vous aussi vous pouvez le faire grâce aux liens ci-dessous :

L’équipe a déclaré que les puces fabriquées à l’aide de la méthode de conception PRIME ont jusqu’à 50 % de latence en moins que celles construites à l’aide d’approches classiques. L’apprentissage en profondeur a également réduit le temps de création de plans jusqu’à 99 %.

Fonctionnement de l’algorithme PRIME. Données : Google.

Les chercheurs ont comparé les performances des puces PRIME avec les accélérateurs EdgeTPU dans neuf applications d’IA, y compris les modèles de classification d’images MobileNetV2 et MobileNetEdge. Ils ont souligné que les conceptions ont été optimisées pour chaque application.

L’approche PRIME a amélioré la latence d’un facteur de 2,7 et réduit la surface de la puce d’un facteur de 1,5. Cela réduira le coût des puces et réduira la consommation d’énergie, ont déclaré les scientifiques.

De plus, les performances des puces compatibles avec l’IA étaient plus élevées dans les neuf applications qui ont participé à l’expérience. Seuls trois d’entre eux avaient une latence plus élevée par rapport aux conceptions créées par simulation.

Comparaison de la latence lors du test de neuf applications (moins c’est mieux). Données : Google.

Selon les chercheurs, PRIME a des perspectives prometteuses. Cela inclut la création de puces pour les applications qui nécessitent de résoudre des problèmes d’optimisation complexes, ainsi que l’utilisation de dessins de puces à faible performance comme données d’apprentissage.

Rappelons qu’en juin 2021, Google parlait d’utiliser l’apprentissage par renforcement pour accélérer la création de puces de plusieurs mois à six heures.

En octobre, la société a présenté les smartphones Pixel 6 et Pixel 6 Pro avec une puce tenseur pour l’apprentissage automatique de sa propre conception.

En août, Samsung a commencé à utiliser l’intelligence artificielle pour automatiser le processus de développement de puces informatiques.

Abonnez-vous aux actualités de ForkLog sur Telegram : ForkLog AI – toutes les actualités du monde de l’IA !

Vous avez trouvé une erreur dans le texte ? Sélectionnez-le et appuyez sur CTRL + ENTRÉE



Voir l’article original sur forklog.com