شتاب دهنده هوش مصنوعی

شتاب دهنده هوش مصنوعی (AI Accelerator)، نوعی میکروچیپ با طراحی سخت‌افزاری خاص است که پردازش الگوریتم‌های هوش مصنوعی را سرعت می‌بخشد. این میکروچیپ‌ها طوری طراحی شده‌اند که به عنوان شتاب‌دهنده‌ی سخت‌افزاری برای کاربردهای هوش مصنوعی، به خصوص شبکه‌های عصبی، بینایی ماشین (Machine Vision) و یادگیری ماشین عمل کنند. شتاب‌دهنده‌های هوش مصنوعی در زمینه‌های وسیعی از جمله رباتیک و اینترنت اشیا کاربرد دارند.

پردازش سریع‌تر با استفاده از شتاب دهنده هوش مصنوعی

همانند سایر شتاب‌دهنده‌های سخت‌افزاری، مثل واحد‌های پردازش گرافیکی (Graphics Processing Units)، واحدهای توان کمکی (Auxiliary Power Units) و واحدهای پردازش فیزیکی (Physics Processing Units)، شتاب‌دهنده‌های هوش مصنوعی طراحی شده‌اند تا وظایف خاص خود را به گونه‌ای انجام دهند که برای CPUهای سنتی رایج در اکثر کامپیوترها غیرممکن است. یک شتاب‌دهنده‌ی سخت‌افزاری عملکرد بیشتر، کارایی بیشتر و راندمان انرژی بیشتری را در انجام وظیفه‌ی معین خود ارائه می‌دهد.

در بعضی موارد، لازم است عملیات محاسباتی به صورت موازی و همزمان انجام شود. یک پردازنده‌ی گرافیکی با استفاده از تعداد زیادی هسته‌های ساده‌ای که به طور معمول برای ارسال پیکسل به صفحه نمایش استفاده می‌شوند، چنین وظایفی را تسریع می‌کند. با استفاده از یک پردازنده‌ی گرافیکی همه‌منظوره (General Purpose GPU)، کارت گرافیک می‌تواند در اجرای پردازش‌های عظیم موازی استفاده شود و تا ۱۰ برابر عملکرد بهتری نسبت به CPU داشته باشد. این نوع عملیات محاسباتی موازی و همزمان، در هوش مصنوعی نیز بسیار دیده می‌شود.

نگاهی عمیق‌تر به شتاب‌دهنده‌های هوش مصنوعی

تمرکز طراحی شتاب‌دهنده‌های هوش مصنوعی عموماً بر ساخت اجزای چند هسته‌ای است. این هسته‌ها برای اجرای توابع ساده‌ی ریاضیاتی که در هوش مصنوعی کاربرد دارند طراحی شده‌اند. اما برای انجام یک عملیات هوش مصنوعی لازم است تعداد بسیاری از این توابع به صورت همزمان اجرا شوند؛ به همین دلیل روش‌های سنتی محاسباتی مناسب نخواهندبود. این موضوع در Google هنگام کار بر پروژه‌ی DeepMind’s AlphaGo نیز مطرح بود. AlphaGo برنامه‌ای کامپیوتری است که با استفاده از هوش مصنوعی بازی رومیزی Go را انجام می‌دهد. تعداد جایگشت‌های ممکن برای مهره‌های بازی آن‌قدر زیاد بود که امکان استفاده از روش جستجوی جامع (Brute Force Approach) نبود. در این روش که برای حل مسئله تمام جایگشت‌های ممکن امتحان می‌شود، نیاز به قدرت پردازشی بالایی است؛ اما با وجود قدرت سخت‌افزاری بالا، الگوریتم‌ها باید به شکل هوشمندانه‌ای تغییر می‌یافتند. شتاب‌دهنده‌های هوش مصنوعی، می‌توانند این نوع پردازش‌ها را تسریع بخشند.

با استفاده از مدارهای مجتمع با کاربرد خاص (ASIC)، مثل شتاب‌دهنده‌های هوش مصنوعی، می‌توان از کارایی بسیار بالاتری بهره‌مند شد. این کارایی بیشتر، در انجام فعالیت‌های هوش مصنوعی که در لحظه انجام می‌شوند، مثل خودروهای خودران، نمود بیشتری پیدا خواهدکرد. سخت افزار‌های فعلی شتاب‌دهنده‌های هوش مصنوعی شامل Google Tensor، Adapteva Epiphany، Intel Nervana، Mobil EyeQ و Movidus Myriad 2S می‌شوند.

منبع: محمدرضا فرودست- فنولوژی

© کپی رایت - هوشمندی کسب و کار، انبار داده، دریاچه داده، پلتفرم داده، تحلیل کلان داده، رهیافت های داده محور، علم داده، هوش مصنوعی | Power by kte.ir