多かれ少なかれ高度な人工知能モデルのトレーニングには、多くの場合、かなりのリソースが必要です。複雑なモデルは、インフラストラクチャに数百万ドルを意味します。 IBMは、トレーニングのコストと時間を削減するテクノロジーを開発しました。そして、もちろん、お金を節約します。
同社は、新しいエネルギー効率の高い7nmAIコプロセッサーのプロトタイプを発表しました。チップを使用すると、トレーニングシステムの効率を7倍以上向上させることができ ます。自動運転車、音声合成、マシンビジョン、医薬品開発、ドローン宅配便-AIのアプリケーションは今日無限です。これらの大規模プロジェクトを実施するには、そのような技術が必要です。
機械学習用にシャープ化されたほとんどのコンピューティングコア、プロセッサ、およびSoCでは、低ビットモード（FP16およびINT8）が最も頻繁に使用されます。この場合、8ビットの精度は単に冗長です。IBMは、これらの周辺システム用の新しいAIチップのプロトタイプを開発しました。
コプロセッサーの何が面白いのですか？
4コアチップ。ソース
チップは 、7nmプロセス技術を使用して設計されています。チップを使用するためのさまざまなシナリオが可能です。
- 一般的なタスクの4ビットモード。このテクノロジーにより、8ビットモードに匹敵する結果を達成できます。
- 推論タスク用の2ビットモード。この場合、精度が数パーセント低下することがありますが、パフォーマンスは8ビットモードと比較して4倍高くなります。
- さまざまなタイプのタスク用のハイブリッドモード。
チップの主な特徴：
- EUVに基づく7nmプロセス技術。
- ハイブリッドフォーマットFP8とHFP8の使用。
- ハードウェアアクセラレータのAI電源管理。
- 永続的な高負荷への適応。これにより、アプリケーションの高性能が保証されます。
ソース・
ノベルティの適用範囲：
- クラウドでの大規模モデルのトレーニング。
- セキュリティとプライバシーの強化。
- エネルギーをあまり消費せずに、ハイブリッド環境での計算能力を向上させます。
IBMは、コプロセッサが可能になると考えており 、適用詐欺的な金融取引を検出するために様々なクラウドアプリケーションのためのマシンビジョン、音声認識システムと自然言語処理インチ さらに、自動運転車、ビデオ監視システム、携帯電話の開発者は、チップの使用から利益を得ることができます。
