Yeni Nesil Yapay Zeka Çipi Geliştirildi

Günümüzde çok fazla ihtiyaç duyulan ve dünyada fazlasıyla üstünde durulan konu; insan sorumluluklarını yerine getirebilen ve insan zekasına benzer bilimsel adı mantıksal analiz robotu olan yapay zeka (AI) teknolojisidir. Elektronic Corporation, geliştirdiği yeni nesil yapay zeka çipi ile bu konuda önemli bir adım attı. Detaylar haberimizde.

A- A+

11.07.2019 tarihli yazı 5779 kez okunmuştur.

Gelişmiş yarı iletken teknolojisi alanında önde gelen şirketlerinden olan Renesas Electronics Corporation, yeni nesil gömülü yapay zeka (embedad artificial intelligence) sistemini geliştirmek için yola çıktı. Şirket, gömülü yapay zeka nesline geçebilmek için yüksek hızlarda ve daha az enerjiyle çalışabilen, CNN (Convolution Neutral Network) işlemlerini gerçekleştiren bir hızlandırıcı geliştirdiğini açıkladı. Bu hızlandırıcılar internet bağlantısı donanımına sahip uç nokta cihazlarının yeteneklerini hızla arttırmasına neden olacak şekilde geliştirildi.

►İlginizi Çekebilir: Yapay Zeka Tabanlı Cihaz ile Hareketli Parazitler Tespit Edilebilecek

Test çipi, endüstrinin en yüksek güç verimliliği sınıfı olan 8.8 TOPS/W güç verimliliğini elde etti. Bellek devresinde işlem okunduğunda veri çoğaltma ve veri biriktirme özelliğine sahip olan bu teknoloji PIM(Proccessing in Memory) yapısını temel alan yapay zeka hızlandırıcısı ile çalışıyor.

Şirket geliştirmiş olduğu 3 yapay zeka hızlandırıcısı teknolojisi ile karşımıza çıkıyor. Bu teknolojilerden ilki hepimizin bildiği ikili (0 1) SRAM yapısını üç değerli (-1 0 1) SRAM yapısına dönüştürerek büyük ölçekli CNN hesaplamaları yapabilen bellek işleme teknolojisi geliştirilmiştir. İkinci teknoloji ise bellek verilerini düşük güçte okuyabilen karşılaştırıcılarla uygulanacak bir SRAM devresidir. Üçüncü ve son teknoloji imalat durumunda gerçekleşen bellek işleme farklılıkları nedeniyle hesaplama hatalarını önleyen bir teknolojidir. Bu özelliklerle birlikte geliştirilen hızlandırıcı sayesinde hem derin öğrenme hemde bellek erişim sürecinde azalma sağlanmış olur. Böylece hızlandırıcıların el yazısı tanıma testi (MNIST) değerlendirildiğinde hata oranı yüzde 1’e yakın olduğu ve bu sayede geliştirilen yapay zeka hızlandırıcısı sektörün en yüksek güç verimliliği sınıfına ulaştığı görülmektedir.

►İlginizi Çekebilir : Ağ Formunda Robot Geliştirildi

Ayrıca şirket , bu test çipinin bir mikro denetleyiciye sahip küçük bir pille çalışan, diğer çevresel araçlar ve gösteri oturumundaki geliştirme araçlarıyla bağlandığı prototip bir yapay zeka hızlandırıcısını kullanarak gerçek zamanlı görüntü tanıma özelliğini de sundu.

Üçlü (-1, 0, 1) Bit Sayısı İstenen Hassasiyete Göre Ayarlanabilen SRAM Yapısı

İkili SRAM yapısı PIM mimarisinde yalnızca 0 veya 1 değerleriyle veri işleyebildiğinden tek bitli hesaplamalarla hata oranını artırdığı için büyük ölçekli CNN hesaplamaları için yeterli gelmemiştir. Bu yüzden de üç değerli (-1 0 1) SRAM yapısına sahip bellek işleme teknolojisi oluşturuldu. Böylelikle gerekli hassasiyete göre bitlerin sayısının örneğin 1,5 bit (üçlü) ve 4 bit hesaplamalar arasında değiştirilmesine olanak sağlıyor. İkili ve üç değerli SRAM'den alınan sonuçlar karşılaştırıldığında ise üç değerli SRAM'den alınan verilerin doğruluk payının daha yüksek olduğu tespit edildi.

►İlginizi Çekebilir: Yapay Zeka, Makine Öğrenimi Ve Derin Öğrenme Nedir?

Bellek Verilerini Düşük Güçte Okuyabilen Karşılaştırıcılarla Uygulanacak SRAM Devresi

Bir PIM mimarisi olarak ele alındığında , SRAM yapısındaki bit çizgisi akımının değeri tespit edilerek bellek verileri okunur. Yüksek hassasiyetli bir hat akımı tespiti için ise A/D dönüştürücülerinin kullanılmasının etkili olacağı düşünülse de , sonuçlarda yüksek güç tüketimi sorunu tespit edilmiştir. Şirket bu sorunu çözebilmek için akımın kolay bir biçimde kontrol edilebildiği bir çoğaltma hücresiyle bir karşılaştırıcıyı birleştirerek hafıza verisi yüksek hassasiyetli olan okuma devresi geliştirdi. Ayrıca bu teknolojiler, sinir ağı operasyonu (neural network operation) tarafından aktif hale getirilen nöronların sayısının yaklaşık yüzde 1 olmasından yararlanılır ve bununla birlikte aktif hale getirilmemiş nöronlar için okuma devrelerinin çalışmasını durdurarak daha az güç harcanmasını sağlanmış olur.

►İlginizi Çekebilir: Genetik Hastalıkları Teşhis Eden Yapay Zeka Geliştirildi

Üretimdeki Bellek İşleme Durumunda Oluşan Hesaplama Hatalarını Önleyen Teknoloji

PIM mimarisi, üretimdeki proses değişikliklerinden dolayı hesaplama hatalarına meydan okumasının nedeni, imalattaki proses değişikliklerinin SRAM yapısındaki bit çizgisi akımlarının değerlerinde hatalara neden olması ve sonuç olarak bellek verisi okumasında hataların oluşmasıdır. Bu sorunu çözmek için Şirket, yeni geliştirilen çipin içini çoklu SRAM hesaplama devre blokları ile kapladı ve hesaplamaları yapmak için minimum üretim süreci varyasyonlarıyla kullanılan blokları kullandı. Aktif olan nöronlar, bütün nöronların sadece küçük bir azınlığı olduğundan hesaplamaları yapmak için minimum imalat işlem varyasyonlarına sahip olan SRAM hesaplama devre bloklarına seçici olarak yerleşerek hesaplama hatalarının yok sayılabilecek bir seviyeye indirilmesini sağlar.