Google تستخدم الذكاء الاصطناعي لتطوير مُسرّعات عتادية أسرع وأصغر، وذلك من خلال مشروعها الجديد المدعو PRIME.

يتطلب تصميم مُسرّعات أجهزة الذكاء الاصطناعي/التعلم الآلي جهدًا من مهندسي الأجهزة جنبًا إلى جنب مع العلماء العاملين في مجال AI/ML نفسه. وقبل بضع سنوات، بدأنا نرى تقنيات الذكاء الاصطناعي مُدمجة في أجزاء من أدوات برمجيات في مجال التصميم الإلكتروني (EDA)، مما يُساعد مُصممي الشرائح على تسريع عملية إنشاء العتاد والهاردوير.

ما "اعتدنا" على رؤيته من ناحية الذكاء الاصطناعي في الماضي كان مُجرّد بضعة أشياء بسيطة مثل التنسيب والتوجيه، والتي كانت في حد ذاتها أمور جيدة للغاية. ومع ذلك، يبدو أن الاستفادة من الذكاء الاصطناعي لتصميم الرقاقات لن يتوقف عند هذا الحد. حيث قام باحثون في Google وجامعة كاليفورنيا في بيركلي بعمل مشروع بحثي يُساعد الذكاء الاصطناعي في تصميم وتطوير مُسرّعات مُخصصة للذكاء الاصطناعي أصغر وأسرع من أي شيء يصنعه البشر.

في الورقة المنشورة، قدّم الباحثون مشروع PRIME -وهو إطار عمل قام بإنشاء مُعالجات ذكاء اصطناعي بُناءً على قاعدة بيانات للمخططات. ويُغذّى إطار عمل PRIME قاعدة بيانات غير مُتّصلة بالإنترنت تحتوي على تصميمات مُسرّعات ومقاييس أدائها الخاصة (على سبيل المثال، زمن التأخير latency والطاقة وما إلى ذلك) لتصميم مُسرّعات الأجهزة من الجيل التالي. ووفقًا لـ Google، يمكن لـ PRIME القيام بذلك دون الحاجة إلى مزيد من محاكاة الأجهزة ولديها معالجات جاهزة للاستخدام بالفعل.

وفقًا للورقة، تعمل PRIME على تحسين الأداء وفقًا لأحدث الأساليب المعتمدة على المحاكاة بما يصل إلى 1.2x-1.5x. كما أنها تُقلل من إجمالي وقت المحاكاة المطلوب بنسبة 93٪ و 99٪ على التوالي. كما أن إطار العمل قادر على تصميم مُسرّعات للتطبيقات غير المرئية. وفيما يتعلق بمقارنة نتائج الاختبار، فقد تمت مُقارنة EdgeTPU الخاص بجوجل بتصميم تم بواسطة PRIME، والمُدهش هو أن الشريحة التي تم إنشاؤها بواسطة الذكاء الاصطناعي أو الـAI كانت أسرع من ناحية زمن التأخير latency بمقدار 1.85x، مما أدى إلى تصميم أسرع بكثير. هذا وقد لاحظ الباحثون أيضًا شيئًا رائعًا، وهو أن الهياكل التي تم إنشاؤها بواسطة إطار العمل أصغر، مما أدى إلى شريحة أقل استهلاكًا للطاقة.

يمكنك قراءة المزيد عن PRIME في هذه الورقة البحثية المجانية.