Процессоры от IBM могут ускорить работу нейросетей в 30 тысяч раз

Ученые из исследовательского центра IBM T.J. Watson хотят повысить производительность нейронных сетей в 30 000 раз. Для этого они намерены разработать резистивные процессорные блоки, которые увеличат скорость передачи данных и позволят искусственному интеллекту понимать речи и переводить со всех языков мира.

Глубокие нейронные сети можно обучить чем угодно, даже мастерской игре в го, но на этот процесс могут уходить дни и недели. Ученые из IBM Тайфун Гокмен и Юрий Власов хотят решить эту проблему с помощью резистивных процессорных блоков (RPU). Пока что такие устройства существуют лишь как концепция и представляют собой центральный процессор с энергонезависимой памятью.

С помощью такого «железа» можно научить нейросети распознавать естественную речь и переводить со всех языков мира.

Современные нейросети, такие как DeepMind от Google и IBM Watson, вынуждены параллельно выполнять миллиарды задач и постоянно направлять запросы к памяти. Резистивная память позволит перманентно сохранять большие объемы данных непосредственно на центральном процессоре. RPU может ускорить процесс получения и обработки данных, что сократит время обучения нейросетей и уменьшит затраты энергии.

«Мощная параллельная архитектура RPU-блоков позволит повысить производительность в 30 тысяч раз по сравнению с существующими процессорами. Проблемы, для решения которых сегодня нужны несколько дней обучения и крупный дата-центр с тысячей компьютеров, можно будет решить за несколько часов с помощью одного RPU-устройства», — сообщается в официальном документа IBM.

Ученые полагают, что изобрести такой процессор можно с помощью уже существующей КМОП-технологии.

Пока что проект находится на стадии разработки, но если в IBM добьются результатов, то нейросети станут еще умнее. Искусственный интеллект сможет в мгновение ока распознавать изображения и речь и обрабатывать массивы данных так быстро, как никогда прежде.

Подписывайтесь
на наши каналы в Telegram

«Хайтек»новостионлайн

«Хайтек»Dailyновости 3 раза в день

Первая полоса
Найдена разрушающаяся планета: она теряет массу Эвереста каждые 30,5 часов
Космос
Древний кинжал нашли в Твери: ученые выяснили его возраст
Наука
Редкое астрономическое явление можно увидеть уже в эту пятницу
Космос
Ученые раскрыли, как появились невозможные черные дыры
Космос
Минпромторг закроет параллельный импорт ноутбуков и серверов HP и Fujitsu
Новости
При Трампе пошлины на азиатские солнечные панели выросли до рекордных 3521%
Новости
ИИ помог выиграть 36 млн в лотерею: можно ли это повторить
Новости
Зонд «Люси» сфотографировал астероид необычной формы
Космос
Крупнейшая структура во Вселенной больше и ближе к Земле, показывают гамма-всплески
Космос
Разработан метод для быстрого обнаружения ДНК в образце с помощью света вместо ПЦР
Наука
Huawei выпускает чип Ascend 910C в ответ на торговые ограничения для Nvidia
Новости
Создана упаковка для транспортировки и длительного хранения донорской крови
Наука
Теорию относительности Эйнштейна проверят на орбите Земли
Космос
«Фабрику» железного века по производству краски нашли в Израиле: она проработала 500 лет
Наука
В Японии испытали летающие молниеотводы: дроны, которые привлекают молнии
Новости
Шимпанзе впервые попали на видео во время «вечеринки» с алкоголем
Наука
В Госдуме хотят проверять владельцев российских сайтов через Госуслуги
Новости
Физики разработали кубиты с увеличенным временем жизни для квантовых устройств
Наука
Астрономы подтвердили открытие первой «одинокой» черной дыры
Космос
Создан металл, который не теряет прочности при самых экстремальных температурах
Наука