Корзина
235 отзывов
Прием звонков Пн-Пт 11:00-18:00  Прием заявок shop@allram.ru
+74993944388
+78127161093
РоссияСанкт-ПетербургПункт выдачи - Ленинский проспект, д.77 к.2 ⚹⚹⚹ Россия, Москва, Пункт выдачи - Фрунзенская наб, д.30 с.2
Galaxis - опции flash и dram памяти
Оставить отзыв

Новые разработки от Toshiba Memory

Новые разработки от Toshiba Memory

   Корпорация Toshiba Memory, мировой лидер в области пользовательских и industrial flash решений, сегодня объявила о разработке высокоскоростного и энергоэффективного алгоритма, а также аппаратной архитектуры для процессора глубокого обучения с снижением деградации точности распознавания. Новый процессор для глубокого обучения, реализованный на интегральной схеме FPGA, обеспечивает 4-кратную энергоэффективность по сравнению с обычными. Информация была представлена на конференции Asian Solid State Circuits Conference 2018, прошедшей 6 ноября на Тайване.

   Расчеты глубокого обучения обычно требуют больших объемов операций с множественным накоплением (MAC), это приводит к большому времени вычисления и повышенному потреблению энергии. Хотя ранее предлагались способы сокращения количества бит для представления параметров (битовая точность) чтобы уменьшить общую суммы расчета, но такие методы приводили к снижению точности распознавания. Toshiba Memory разработала новый алгоритм, сокращающий операции MAC путем оптимизации битовой точности операций MAC для отдельных фильтров в каждом слое нейронной сети. Таким образом, используя новый алгоритм от Toshiba, операции MAC могут быть уменьшены с меньшим снижением точности распознавания.

   Кроме того, Toshiba Memory разработала новую аппаратную архитектуру, называемую бит-параллельным методом, которая подходит для операций MAC с различной точностью бит. Этот метод делит каждую различную битовую точность на бит один за другим и может выполнять однобитовое управление в многочисленных блоках MAC параллельно. Это значительно повышает эффективность использования блоков MAC в процессоре по сравнению с обычными архитектурами MAC, которые выполняются последовательно.

   Методика Toshiba Memory реализована в ResNet50, одной из глубоких нейронных сетей, обычно применяемой для оценки глубокого обучения распознаванию изображений, на основе FPGA с использованием различной битовой точности и бит-параллельной архитектуры MAC. В случае распознавания изображения для базы данных изображений ImageNet, вышеупомянутый способ подтверждает, что как время работы, так и потребление энергии для распознавания данных изображения снижаются до 25% с меньшим ухудшением точности распознавания по сравнению с обычным методом.

   Искусственный интеллект (AI) планируется реализовывать на различных устройствах. Разработанные высокоскоростные и низкоэнергетические технологии для процессоров глубокого обучения предполагается использоваться для различных периферийных устройств, таких как смартфоны, шлемы виртуальной реальности  и ЦОД, которые требуют низкого энергопотребления. Высокопроизводительные процессоры, такие как графические процессоры, являются важными устройствами для высокоскоростной работы ИИ. Flash память и хранилища данных также являются одними из самых важных устройств для AI, который неизбежно используют большие объемы данных. Корпорация Toshiba Memory постоянно фокусируется на исследованиях и разработках технологий AI, а также на инновационных запоминающих устройствах и хранилищах для управления связанными с данными вычислениями.

Другие новости