“yapay zeka donanımı” için sonuçlar
4 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Sinir Ağlarında Seyreklik Avantajı Gerçek Dünyada Kaybolabiliyor
Nöromorfikta hesaplama için umut verici görülen spike sinir ağları, teorik avantajlarını gerçek donanımda kaybedebiliyor. Araştırmacılar, seyrek aktivite gösteren VS-WNO modelini standart yoğun WNO modeliyle karşılaştırdıkları çalışmada, beklenmedik sonuçlar elde etti. Jetson Orin Nano üzerinde yapılan testlerde, seyrek model %54'ten %18'e düşen spike oranlarına rağmen, daha yavaş ve daha fazla enerji tüketen performans sergiledi. Bu durum, nöromorfikta hesaplamanın teorik potansiyelinin mevcut donanım ve yazılım altyapılarında tam olarak gerçekleştirilemediğini gösteriyor.
Memristör Ağları Beyin Hücrelerinin Çalışma Prensibini Taklit Ediyor
Araştırmacılar, kendini organize eden memristör ağlarının biyolojik sinir sistemlerindeki nöron topluluklarının elektriksel aktivitelerine çok benzer davranışlar sergilediğini keşfetti. Bu özel devreler, dış sinyallere yanıt olarak kendi bağlantılarını dinamik şekilde yeniden düzenleyebiliyor. Çalışma, bu ağların doğal olarak nöron benzeri spike sinyalleri ürettiğini ve belirli frekanslarda rezonansa girerek maksimum performans gösterdiğini ortaya koyuyor. Bu buluş, beyin benzeri hesaplama sistemleri geliştirmek için önemli ipuçları sunuyor ve yapay zeka donanımında devrim yaratabilecek nitelikte.
Yapay zeka NPU çipleri için kernel üreten yeni sistem geliştirildi
Nöral İşlem Birimleri (NPU), yapay zeka sistemlerinin hızlı çalışması için kritik bileşenler haline geldi. Ancak bu çiplerin tam performansını kullanabilmek, özel yazılım kernelleri geliştirmeyi gerektiriyor ve bu süreç oldukça karmaşık. Araştırmacılar, büyük dil modellerinin NPU kernel üretiminde yaşadığı zorlukları ele alarak AscendKernelGen adlı yenilikçi bir sistem geliştirdi. Bu sistem, Ascend-CoT veri setini kullanarak gerçek dünya senaryolarından öğrenen bir yaklaşım benimsiyor. Çalışma, mevcut genel amaçlı dil modellerinin karmaşık NPU kernelleri üretmede neredeyse hiç başarılı olamadığını ortaya koyuyor. Geliştirilen çözüm, üretim ve değerlendirmeyi entegre eden bir çerçeve sunarak NPU yazılım geliştirme sürecini otomatikleştirmeyi hedefliyor.
TRON: Işıkla Çalışan Yapay Zeka İşlemcisi Geliştirildi
Araştırmacılar, derin öğrenme hesaplamalarını optik yöntemlerle gerçekleştiren yenilikçi bir sistem geliştirdi. TRON adlı bu sistem, geleneksel elektronik işlemcilere alternatif olarak ışığın paralel işleme gücünden yararlanıyor. Çok saçılımlı ortam ve dijital mikro ayna dizisi kullanan sistem, farklı sinir ağı mimarilerini optik olarak uygulayabiliyor. En önemli özelliği, hem optik parametrelerini hem de ağ mimarisini otomatik olarak optimize edebilmesi. Bu yaklaşım, yapay zeka hesaplamalarında büyük enerji tasarrufu sağlama potansiyeli taşırken, aynı zamanda çok daha hızlı işlem yapabilme imkanı sunuyor. Optik işlemciler, elektronik sistemlerin aksine ışık hızında çalışarak paralel hesaplama avantajı sağlıyor.