Share This
Связаться со мной
Крути в низ
Categories
//Энергопотребление алгоритмов распознавания речи и изображений снизили для работы от солнечной ячейки

Энергопотребление алгоритмов распознавания речи и изображений снизили для работы от солнечной ячейки

18.06.2021Category : My Habr

Инженеры CSEM разработали микросхему с двумя нейропроцессорами, разделяющими задачи ИИ и снижающими энергопотребление. Для работы алгоритмов достаточно энергии небольшой батарейки или солнечной панели, умещающейся на микросхеме площадью с банковскую карту.

energopotreblenie algoritmov raspoznavanija rechi i izobrazhenij snizili dlja raboty ot solnechnoj jachejki 9fc2d6f - Энергопотребление алгоритмов распознавания речи и изображений снизили для работы от солнечной ячейки

Микросхема на солнечной батарее. Источник: csem.ch

Обучение и даже запуск нейросети требуют много энергии и памяти, поэтому часто их ведут в облачных вычислительных кластерах. В июле прошлого года специалисты крупной компании по производству чипов Applied Materials посчитали, что при текущих темпах развития электроники к 2025 году около 15 % мирового энергопотребления будет приходиться на центры обработки данных, по сравнению с 2 % на 2020 год. 

Для решения проблемы энергопотребления ИИ инженеры из CSEM перенесли из облака на микросхему всю работу алгоритмов нейросети. На микросхеме расположен ASIC с ядрами RISC-V и два плотно связанных ускорителя машинного обучения: один для классификации и второй для распознавания лиц. 

energopotreblenie algoritmov raspoznavanija rechi i izobrazhenij snizili dlja raboty ot solnechnoj jachejki 8e4cd71 - Энергопотребление алгоритмов распознавания речи и изображений снизили для работы от солнечной ячейки

Кристалл микросхемы. Источник: csem.ch

Снижение энергозатратности происходит за счёт разделения «обязанностей». Классифицирующий нейронный процессор основан на механизме бинарного дерева решений и не может выполнять сложные задачи. Его главная функция заключается в том, чтобы определить, есть ли на изображении человек и видно ли его лицо. После он передаёт информацию на второй нейропроцессор, где свёрточная нейронная сеть распознаёт отдельные лица.

Большую часть времени работал первый нейропроцессор, что значительно снизило энергопотребление. Кроме того, за счёт разделения работы инженеры повысили производительность и универсальность архитектуры. Например, классифицирующий нейропроцессор можно настроить на поиск человеческой речи в окружающих звуках и передаче их на процессор, где нейросеть будет определять, какому человеку принадлежит речь.

CSEM планирует представить свою микросхему на международном симпозиуме СБИС 2021, проходящем сейчас в Киото (Япония).

energopotreblenie algoritmov raspoznavanija rechi i izobrazhenij snizili dlja raboty ot solnechnoj jachejki 8e3ca2d - Энергопотребление алгоритмов распознавания речи и изображений снизили для работы от солнечной ячейки

Пример микросхемы, работающей на батарейке. Источник: csem.ch

  • 1 views
  • 0 Comment

Leave a Reply

Ваш адрес email не будет опубликован.

Этот сайт использует Akismet для борьбы со спамом. Узнайте, как обрабатываются ваши данные комментариев.

Свежие комментарии

    Рубрики

    About Author 01.

    blank
    Roman Spiridonov

    Моя специальность - Back-end Developer, Software Engineer Python. Мне 39 лет, я работаю в области информационных технологий более 5 лет. Опыт программирования на Python более 3 лет. На Django более 2 лет.

    Categories 05.

    © Speccy 2022 / All rights reserved

    Связаться со мной
    Close