Китайски специалисти ускориха 4-кратно AI изчисленията с помощта на нова архитектура

Изследователи от Пекинския университет са разработили компютърна архитектура, която ускорява почти четири пъти ключовите операции за обработка на сигналите, включително преобразуванията на Фурие. Новият подход съчетава множество физически изчислителни среди в една система и може значително да подобри производителността и енергийната ефективност на оборудването за изкуствен интелект, роботиката и телекомуникациите.

Екип от Пекинския университет е обединил две нови устройства за координирано преобразуване на честотата в една мултифизична система. Резултатът е универсална архитектура, способна да извършва сложни математически операции, включително преобразуванията на Фурие – ключов процес за обработка на сигналите.

Преобразуванието на Фурие е в основата на работата с изображения, звук и други сложни сигнали и позволява те да бъдат представени във времевата или честотната област. Техниката е широко използвана в науката и техниката.

Както обяснява Тао Яою, изследовател в Института по изкуствен интелект към Пекинския университет, новата архитектура позволява на различните изчислителни парадигми да работят в най-ефективните за тях физически среди – електрически ток, заряд и светлина. Този подход подобрява изчислителната ефективност чрез оптимално разпределение на задачите във физическите среди.

Интегрираната система съчетава предимствата на двете устройства в генерирането на честота, модулацията и изчисленията в паметта. По този начин е запазена точността на изчисленията, намалена е консумацията на енергия и е увеличена скоростта на изпълнение на трансформацията на Фурие от около 130 на 500 милиарда операции в секунда, което означава многократно повишаване на производителността.

Според авторите новата архитектура може да ускори внедряването на съвременния хардуер в области като основни AI модели, въплътен интелект, автономно шофиране, мозъчно-компютърни интерфейси и усъвършенствани комуникационни системи.

Разработката се вписва в световната тенденция за търсене на алтернативи на традиционните цифрови изчисления. Невроморфните, фотонните и аналоговите подходи, както и изчисленията в паметта, все повече се разглеждат като начин за създаване на по-ефективен хардуер за следващото поколение ИИ.