Materializarea AI la nivel hardware?

[cavit]

 Intrebare pentru @roadrunner care a dezvoltat retele neuronale pe  FPGA.

 

In mod curent se foloseste tehnica de calcul obisnuita si simulatoare de retele neuronale sau alti algoritmi de machine learning, GPU are un rol central in treaba asta, la fel ca la minimgul de criptovalute, in principiu se foate folosi harware pentru fermele de minat.

https://www.linkedin.com/pulse/essential-hardware-successful-ai-implementation-guide-daniel-calciano.

Aceasta abordare este insa ineficienta enegetic, retele neuronale hardware sunt mult mai eficiente energetic, cateva zeci sau sute de FPGA-uri consuma mult mai putina energie pentru aceeasi treaba in comparatie cu o ferma de minat bazata pe GPU.

Reteaua neuronala digitala foloseste o magistala de date cea analogica insumeza ponderat o marime analogiga de obicei curenti.

Experienta lui @roadrunner arata ca pentru varianta digitala o rezolutie de 24 bit e optima pentru o functionare fara probleme legate de zgomotul de cuantizare, cel putin asta e optimizarea rezultata din munca lui.