Сортировка меняющихся требований к ИИ

Появление искусственного интеллекта (ИИ) потребует разнообразных новых микроэлектронных решений для удовлетворения растущих потребностей крупных центров обработки данных, систем «среднего размера», таких как автономные транспортные средства и роботы, а также растущего числа мобильных устройств, бытовой техники, носимых устройств, и пока еще не предусмотренные приложения. Центральное значение имеет необходимость достижения беспрецедентной эффективности и скорости сбора и анализа данных, а также управления энергопотреблением и форм-фактором.

В области аппаратного обеспечения это потребует новаторского мышления и новых парадигм в датчиках, процессорах, памяти, взаимосвязи и упаковке. Многообещающие варианты начинают реализовываться в результате уже существующих и новых исследований, которые мы рассмотрим в контексте Edge AI и других общих тенденций. В будущем потребуется междисциплинарное доиндустриальное сотрудничество для создания практических, производимых решений на основе этих усилий.

Мы можем предвидеть грядущий рынок искусственного интеллекта, сравнивая приложения на основе вычислительных возможностей и требований к энергопотреблению (рисунок 1). Носимые устройства имеют самые большие ограничения по мощности и (в относительном выражении) самые низкие вычислительные потребности. Центры обработки данных находятся на противоположном конце, с умными устройствами, дополненной реальностью, роботами и автономными транспортными средствами между ними.

Рис. 1. (Источник:Leti)

Edge AI, в котором большая часть анализа данных происходит в точке сбора, хорошо подходит для приложений с левой стороны. Хотя это просто описать, это требует беспрецедентного уровня возможностей сенсора и процессора в чрезвычайно маленьких корпусах. Датчики должны будут черпать вдохновение из человеческих глаз и ушей, становясь гораздо более адаптируемыми за счет изменения своих характеристик (например, динамического диапазона) на основе познания и местного интеллекта.

Между тем, крупномасштабные приложения будут напрягать традиционные вычислительные парадигмы, особенно постоянные циклы чтения / записи в память, которые потребляют как время, так и энергию.

Помня об этих требованиях, Лети уделяет приоритетное внимание исследованиям в области интеллектуальных датчиков и инновационных вычислительных подходов.

Одна из основных задач - фундаментальная проблема современных вычислений:перемещение данных между памятью и процессором теперь стоит намного больше, чем вычисления, как по времени, так и по энергопотреблению. На передачу данных и доступ к памяти приходится до 90% энергопотребления системы, а поскольку приложения, такие как искусственные нейронные сети, полагаются на большие базы данных и простые вычислительные операции, сокращение перемещения данных становится критически важным.

Размещение памяти в процессорах для сокращения физических связей - предмет давних исследований Leti в области трехмерных схем. Сейчас мы также разрабатываем новые конструкции памяти, которые позволяют выполнять сложение, вычитание и логическую логику в SRAM. Стоимость площади незначительна и, что более важно, данные никогда не покидают память. Эти процессоры in-memory-computing (IMC) имеют большой потенциал для таких приложений, как нейронные сети и криптография, и мы считаем, что к 2020-м годам они могут обеспечить в 100 раз большую пропускную способность, чем обычные процессоры для приложений AI, при сохранении той же частоты и бюджета энергии.