IBM မှ GPU များထက်စွမ်းအင်သုံးစွဲမှုပိုမိုထိရောက်သည့် Analog AI Chip ကိုဖန်တီး‌နေ

Image: IBM

IBM Research ဟာ မကြာသေးခင်က Analog ချစ်ပ်ကို ဖန်တီးနေတဲ့အကြောင်း သုတေသနစာတမ်းတစ်စောင်ကိုထုတ်ပြန်ခဲ့ပါတယ်။ အဆိုပါ Analog ချစ်ပ်အသစ်ဟာ AI အလုပ်‌တွေကို GPU အဆင့်စွမ်းဆောင်ရည်နဲ့စွမ်းအင်သုံးစွဲမှုကိုပိုမိုထိရောက်အောင်ဆောင်ရွက်ပေးနိုင်တယ်လို့ဆိုပါတယ်။ လက်ရှိမှာ GPU တွေဟာ AI အလုပ်တွေအတွက်အသုံးချနေတယ်ဆိုပေမယ့် မြင့်မားတဲ့ပါဝါသုံးစွဲမှုက ငွေကုန်ကြေးကျများစေပါတယ်။

Analog ချစ်ပ်အသစ်ဟာ လက်ရှိမှာ ဖန်တီးနေဆဲဆိုပေမယ့် တွက်ချက်မှုနဲ့သိမ်းဆည်းမှုကိုတစ်နေရာတည်းမှာလုပ်ဆောင်နိုင်ပါတယ်။ အဆိုပါဒီဇိုင်းဟာ လူဦးဏှောက်ရဲ့လုပ်‌ဆောင်ချက်ကို သွင်တူပြုထားတာမို့ စွမ်းအင်ကို ပိုပြီးထိထိရောက်ရောက်သုံးစွဲနိုင်ပါတယ်။ ဒီနည်းပညာဟာ လက်ရှိမှာ တွက်ချက်မှုစွမ်းအားနည်းပါးစေသလို စွမ်းအင်သုံးစွဲမှုများတဲ့ပုံစံဖြစ်တဲ့ memory နဲ့ processing unit တွေအကြား ဒေတာတွေသွားလာဖို့လိုအပ်ချက်နဲ့ ကွဲထွက်လို့နေပါတယ်။

ကုမ္ပဏီအတွင်း စမ်းသပ်မှုတွေမှာ ချစ်ပ်အသစ်ဟာ analog in-memory computing ရဲ့ တွက်ချက်မှုကို အကဲဖြတ်တဲ့အခါ CIFAR image dataset မှာ 92.81 ရာခိုင်နှုန်းတိကျမှုရှိပါတယ်။ ဒီလိုတိကျမှုဟာ နည်းပညာဆင်တူတဲ့လက်ရှိချစ်ပ်တွေနဲ့ယှဉ်ပြိုင်နိုင်စွမ်းရှိတယ်လို့ IBM ကဆိုပါတယ်။ ပိုပြီးအထင်ကြီးစရာကောင်းတာက စမ်းသပ်ချိန်အတွင်း စွမ်းအင်ထိရောက်မှုဖြစ်ပြီး input တစ်ခုကို နည်းပါးလှတဲ့ 1.51 microjoules သာ သုံးစွဲတာဖြစ်ပါတယ်။

သုတေသနစာတမ်းဟာ ယခင်အပတ်က ထုတ်ဝေခဲ့တဲ့ Nature Electronics မှာပါဝင်ခဲ့ပြီး ချစ်ပ်တည်ဆောက်ပုံကိုလည်းဖော်ပြထားပါတယ်။ ချစ်ပ်ကို 14nm complementary metal-oxide-semiconductor (CMOS) နည်းပညာနဲ့တည်ဆောက်ထားပြီး analog in-memory compute cores (သို့မဟုတ် tiles) ၆၄ခုပါဝင်ပါတယ်။ Core တစ်ခုစီမှာ synaptic unit cell တွေရဲ့ 256-by-256 crossbar array တစ်ခုပေါင်းစပ်ပါဝင်ကာ ၎င်းဟာ deep neural network (DNN) အလွှာတစ်ခုစီကနေတွက်ချက်မှုတွေပြုလုပ်နိုင်ပါတယ်။ နောက်ထပ် ဒီချစ်ပ်ကို အချို့ neural network တွေအတွက် အရေးပါပြီး ပိုမိုရှုပ်ထွေးတဲ့လုပ်ဆောင်ချက်တွေဆောင်ရွက်နိုင်တဲ့ global digital processing unit တစ်ခုနဲ့လည်းတွဲဖက်ထားပါတယ်။

ဒီ IBM ချစ်ပ်အသစ်ဟာ မငြင်းဆန်နိုင်လောက်တဲ့အံ့အားသင့်စရာ တိုးတက်မှုတစ်ခုဖြစ်ပြီး မကြာသေးခင်ကာလမှာ AI processing system တွေအကြား စွမ်းအင်သုံးစွဲမှုအထူးမြင့်တက်လာကို ထည့်သွင်းစဉ်းစားသင့်ပါတယ်။ အစီရင်ခံစာတွေအရ AI rack တွေဟာ ပုံမှန် server rack တွေထက် စွမ်းအင်သုံးစွဲမှု ၁၀ဆပိုများတာကြောင့် AI တွက်ချက်မှုကုန်ကျစရိတ်နဲ့ သဘာဝပတ်ဝန်းကျင်ဆိုင်ရာ စိုးရိမ်စရာတွေဖြစ်လာပါတယ်။ ဒီအခြေအနေမှာ စွမ်းအင်သုံးစွဲမှုကို ပိုမိုထိ‌ရောက်အောင် ဆောင်ရွက်ပေးနိုင်သူဟာ နယ်ပယ်အတွင်း နွေးထွေးစွာကြိုဆိုခြင်းကို ခံရမှာသေချာပါတယ်။

နောက်ထပ်အကျိုးကျေးဇူးတစ်ခုက သီးခြားဖန်တီးထားပြီး စွမ်းအင်သုံးစွဲမှုပိုမိုထိ‌ရောက်တဲ့ AI ချစ်ပ် GPU လိုအပ်ချက်ကိုလျော့ချပေးနိုင်လို့ ဂိမ်းမာတွေအတွက် ဈေးပိုချပေးနိုင်ပါတယ်။ ဘယ်လိုပင်ဖြစ်ပါစေ အရေးကြီးတဲ့အချက်က ဒါဟာလက်ရှိမှာ မှန်းဆချက်သာဖြစ်ပြီး IBM ရဲ့ ချစ်ပ်ဟာ ဖန်တီးနေဆဲအဆင့်မှာသာရှိသေးတာပါ။ သူ့ရဲ့အမြောက်အမြားထုတ်လုပ်မယ့်အချိန်ကာလဟာလည်း မသေချာသေးပါဘူး။ ဒီလိုတွေမဖြစ်မချင်း GPU တွေဟာ AI အတွက်ဆက်လက်အရေးပါနေမှာဖြစ်ပြီး မဝေးလှတဲ့အနာဂတ်မှာလည်းဈေးကျလာဖွယ်မရှိသေးပါဘူး။

Source: TechSpot

#EnThueTech
#News
#AI