訂閱
糾錯
加入自媒體

IBM投資AI硬件,計劃10年內(nèi)將AI性能提升1000倍

盡管現(xiàn)今IBM的硬件業(yè)務(wù)僅限于POWER和Mainframe芯片和系統(tǒng),但這家技術(shù)巨頭正在悄悄地建立自己在AI硬件方面的專業(yè)知識和能力。所有人都肯會猜測IBM接下來要干嘛,今天我們主要探討一些關(guān)于IBM所做的事情的思考以及對背后原因的猜測。

IBM對AI硬件的研究

IBM于2019年初成立了IBM AI硬件研究中心,中心位于紐約州,與紐約州立大學(xué)理工學(xué)院以及Mellanox、Samsung和Synopsys等技術(shù)公司合作進行AI 芯片研究。

據(jù)介紹,該中心對AI硬件采取整體,端到端的方法,朝著其雄心勃勃的目標努力,即在未來10年內(nèi)將AI性能提高1000倍。同時,該中心還在開發(fā)新的數(shù)字和模擬AI內(nèi)核。

IBM AI硬件研發(fā)中心發(fā)布的實現(xiàn)AI性能提升1000倍的概念性路線圖展示了將采用不同于目前半導(dǎo)體制造使用的全新材料制成新內(nèi)核的方式。

IT巨頭IBM投資AI硬件,計劃10年內(nèi)將AI性能提升1000倍

IBM最近發(fā)表了兩篇論文,描述了其降低精度的方法,這些方法旨在提高AI處理效率,同時保留預(yù)期的準確性。基本上,在NVIDIA和Google的帶領(lǐng)下,人工智能研究在過去4-5年中一直在利用降低的精度數(shù)字和數(shù)學(xué)運算。如果“降低精度”聽起來好像不是什么好事,但是我們要記住,更高的精度會帶來巨大的成本,使用數(shù)字的位長的平方也會增加。因此,從32位到16位成本降低了4倍。

Google最近提出了一種新的16位格式,稱為Bfloat,該格式使用的位數(shù)更多,指數(shù)尾數(shù)更少。高于IEEE 16位浮點標準。與傳統(tǒng)的32位格式相比,這可以在保留精度的同時使用更少的功率和芯片空間。英特爾就是其中之一。但是,研究人員在努力爭取8位浮點數(shù)下保持準確性。

IBM本周提出了一種“混合8位浮點數(shù)”格式,該格式可以提高性能或?qū)⒊杀窘档投噙_4倍。就是說,如果有人(IBM?)生產(chǎn)出可以執(zhí)行這些計算進行訓(xùn)練的芯片,則該芯片將使用已經(jīng)“量化”為那些8位格式的DNN。這些操作的“混合”性質(zhì)來自于前向和后向傳播計算所需的不同精度要求。通過將用于指數(shù)和尾數(shù)的位數(shù)調(diào)整為向前和向后傳遞計算,IBM證明了確實可以僅使用8位權(quán)重和激活來訓(xùn)練用于視覺、語音和語言處理的神經(jīng)網(wǎng)絡(luò)。此外,這些較小的數(shù)字可以更有效地在芯片上進行通信,從而將訓(xùn)練時間進一步減少了30-60%。

如果所有這些數(shù)學(xué)運算聽起來很復(fù)雜,但其帶來的好處非常簡單。從理論上講,這種方法可以讓人打造用于訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)的芯片,芯片面積僅為原來的四分之一,或者以相同的成本實現(xiàn)4倍的性能提升。

在AI的推理方面,出于相同的原因,芯片公司和模型開發(fā)人員正在轉(zhuǎn)向8位。但是,有人還能降得更低嗎?迄今為止,使用較低精度的努力未能達到8位模型提供的精度。但是,IBM最近發(fā)表了一篇論文,該論文提議使用稱為參數(shù)化限幅激活(PACT)和統(tǒng)計感知權(quán)重合并(SAWB)的兩種技術(shù),當結(jié)合使用時,它們已經(jīng)演示了2位推理處理,可實現(xiàn)與8位相當?shù)臏蚀_性。

那么,誰在乎呢?

如果有人在CPU或AI芯片中使用這些技術(shù),答案可能是“所有人”。 IBM的路線圖肯定意味著該公司將做到這一點,但是就目前而言,這一切都是在IBM研發(fā)而非產(chǎn)品部門完成的。IBM經(jīng)常有一些研究項目從未變成最終產(chǎn)品。

IBM通過AI硬件研究成果獲利基本上有三種途徑。首先,它可以將該技術(shù)授權(quán)可給其他半導(dǎo)體公司用于移動、邊緣和數(shù)據(jù)中心應(yīng)用。其次,IBM可以將該技術(shù)應(yīng)用到IBM POWER或大型機處理器中,尤其是2位推理處理。第三,IBM可以生產(chǎn)用于數(shù)據(jù)中心培訓(xùn)和推理處理的加速器,直接與NVIDIA,Intel等競爭。

最后一種途徑可能會解決更大的市場需要,但會帶來業(yè)務(wù)問題,如IBM需要建立一個渠道,以覆蓋其POWER和Mainframe安裝基礎(chǔ)之外的數(shù)據(jù)中心客戶。例如,IBM可以通過Lenovo出售給正在構(gòu)建數(shù)據(jù)中心服務(wù)器的ODM。當然,這三種途徑并不是互相排斥的。

總結(jié)

IBM在新的AI硬件研究中心所取得的成就給我們留下了深刻的印象,而且他僅用了一年的時間。從實現(xiàn)將效率提高1000倍的雄心勃勃的愿景開始,采用了從算法到芯片再到材料的整體方法。這讓IBM在這個快速發(fā)展的市場中具有巨大的潛力。

該研發(fā)中心很快將需要對其商業(yè)模式做出一些艱難的選擇,以便將這項研究變現(xiàn)并達到其目標市場。管理層需要保持耐心并堅持到底,我認為下一任首席執(zhí)行官Arvind Krishna將會做到這一點。也就是說,在過去十年中,IBM穩(wěn)步擺脫了硬件業(yè)務(wù)。

聲明: 本文系OFweek根據(jù)授權(quán)轉(zhuǎn)載自其它媒體或授權(quán)刊載,目的在于信息傳遞,并不代表本站贊同其觀點和對其真實性負責(zé),如有新聞稿件和圖片作品的內(nèi)容、版權(quán)以及其它問題的,請聯(lián)系我們。

發(fā)表評論

0條評論,0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

    掃碼關(guān)注公眾號
    OFweek人工智能網(wǎng)
    獲取更多精彩內(nèi)容
    文章糾錯
    x
    *文字標題:
    *糾錯內(nèi)容:
    聯(lián)系郵箱:
    *驗 證 碼:

    粵公網(wǎng)安備 44030502002758號