FPGA මත පදනම් වූ ස්නායුක ජාල ත්වරකය GPUs අභිබවා යයි

එය බිග් අටක පූර්ණ සංඛ්‍යා විභේදනයක් භාවිතා කරමින් GoogLeNet Inception-v1 CNN ලෙස නිරූපණය කරන ලදී. එය තත්පරයට ටෙරා මෙහෙයුම් 16.8 ක් (TOPS) ලබා ගත් අතර Xilinx Virtex UltraScale + XCVU9P-3 fpga මත තත්පරයට රූප 5,300 කට වඩා අනුමාන කළ හැකිය. මොඩියුලර්, පරිමාණය කළ හැකි ප්‍රවේශය මඟින් වස්තූන් හඳුනා ගැනීම සහ වීඩියෝ සැකසුම් යෙදුම් අද්දර සහ වලාකුළෙහි සුදුසු බව ෆොසෙට් පැහැදිලි කළ අතර දත්ත මධ්‍යස්ථාන සහ බුද්ධිමත් කැමරාවල අනුමාන කිරීම් සඳහාද එය පැහැදිලි කළේය.

සමාන්තර ඩීඑස්පී ගෘහ නිර්මාණ ශිල්පය භාවිතා කරමින්, යන්ත්‍ර ඉගෙනීමේ යෙදීම්වල ස්නායුක ජාල ස්ථලක සඳහා ප්‍රශස්ත ගණනය කිරීමේ කාර්ය සාධනයක් සැපයීම සඳහා ඩීපීයූ වින්‍යාසගත කළ හැකිය, බෙදා හරින ලද මතකය සහ විවිධ ඇල්ගොරිතම සඳහා තර්කනයේ හා සම්බන්ධතාවයේ ප්‍රතිනිර්මාණය කිරීමේ හැකියාව.

ඕනෑම තරඟකාරී සීඑන්එන් එකකට වඩා 50% කට වඩා ඉහළ කාර්ය සාධනයක් ඩීපීයූ විසින් ලබා ගන්නා අතර දී ඇති බලයක් හෝ පිරිවැය අයවැයක් සඳහා ජීපීයූ ඉක්මවා යයි. “Fpga යනු ලෝකයට පහර දෙන වේදිකාවක් සහ ගෘහ නිර්මාණ ශිල්පයක් වන අතර එය අනාගතය සනාථ කිරීම සඳහා ඉතා නම්‍යශීලී වන අතර AI හි GPUs අභිබවා යමින් අඩු ප්‍රමාදයකින් යුක්ත වේ” යැයි ෆොසෙට් තවදුරටත් පැවසීය.

Fpgas පිළිබඳ ගැඹුරු ඉගෙනුම් ත්වරණය ක්‍රියාත්මක කිරීමේ ක්‍රමවේදයන් හැදෑරීම සඳහා ඔක්ස්ෆර්ඩ් විශ්ව විද්‍යාලයේ ඩීපීඑල් (පීඑච්ඩී 0) සඳහා අනුග්‍රහය දක්වන බව සමාගම නිවේදනය කර ඇත.මෙම කාර්යය AI ගණනය කිරීමේ එන්ජින් සහ ඇල්ගොරිතම පිළිබඳ ඔම්නිටෙක්ගේම පර්යේෂණ සමඟ සහයෝගයෙන් කටයුතු කරනු ඇත.