கூகிள் உருவாக்கியதாகக் கூறுகிறது ஒரு மென்பொருள் மனிதர்களை விட வேகமாக கணினி சில்லுகளை வடிவமைக்கும் திறன் கொண்ட செயற்கை நுண்ணறிவு. சில நாட்களுக்கு முன்பு வெளியிடப்பட்ட ஒரு கட்டுரையில், மனிதர்கள் வடிவமைக்க மாதங்கள் எடுக்கும் ஒரு சில்லு அதன் புதிய AI ஆல் ஆறு மணி நேரத்திற்குள் கற்பனை செய்ய முடியும் என்று கூகிள் கூறுகிறது.
செயற்கை நுண்ணறிவு சில்லுகளின் சமீபத்திய மறு செய்கையை உருவாக்க ஏற்கனவே பயன்படுத்தப்பட்டது டென்ஷனர் செயலாக்க பிரிவு (TPU) கூகிள் வழங்கியது, இது செயற்கை நுண்ணறிவு தொடர்பான பணிகளைச் செய்யப் பயன்படுகிறது என்று கூகிள் தெரிவித்துள்ளது. கூகிள் பொறியாளர்கள் முன்கூட்டியே குறைக்கடத்தித் தொழிலுக்கு "பெரிய தாக்கங்களை" ஏற்படுத்தக்கூடும் என்றார்.
அடிப்படையில், இது சிபியு மற்றும் ஜி.பீ.யூ கோர்கள் மற்றும் நினைவகம் போன்ற கூறுகள் ஒருவருக்கொருவர் சிப்பில் எங்கு வைக்கப்படுகின்றன என்பதைக் கண்டுபிடிப்பதாகும். இந்த சிறிய பலகைகளில் அவற்றின் இருப்பிடம் முக்கியமானது, ஏனெனில் இது சிப்பின் மின் நுகர்வு மற்றும் செயலாக்க வேகத்தை பாதிக்கிறது; எல்லாவற்றையும் இணைக்க தேவையான வயரிங் மற்றும் சிக்னல் ரூட்டிங் மிகவும் முக்கியத்துவம் வாய்ந்தது.
கூகிள் பொறியியலாளர்கள் அசாலியா மிர்ஹோசெய்னி மற்றும் அன்னா கோல்டி ஆகியோர் தங்கள் சகாக்களுடன் சேர்ந்து, ஆறு மணி நேரத்திற்குள் "அடிப்படை வடிவங்களை" உருவாக்கக்கூடிய ஆழமான வலுவூட்டல் கற்றல் முறையை தங்கள் வெளியீட்டில் விவரிக்கிறார்கள், சில சமயங்களில் மாதங்கள் ஆகும்.
வேறு வார்த்தைகளில் கூறுவதானால், இன்னும் அதிநவீன செயற்கை நுண்ணறிவு அமைப்புகளை உருவாக்க பயன்படுத்தக்கூடிய சில்லுகளை வடிவமைக்க கூகிள் செயற்கை நுண்ணறிவைப் பயன்படுத்துகிறது.
இதேபோன்ற அமைப்புகள் கோ மற்றும் சதுரங்கம் போன்ற சிக்கலான விளையாட்டுகளிலும் மனிதர்களை வெல்லக்கூடும். இந்த சூழ்நிலைகளில், விளையாட்டை வெல்வதற்கான வாய்ப்புகளை அதிகரிக்கும் துண்டுகளை நகர்த்த வழிமுறைகள் பயிற்சியளிக்கப்படுகின்றன, ஆனால் ஓடு காட்சியில், விளையாட்டில் முடிந்தவரை திறமையாக இருக்கக்கூடிய கூறுகளின் சிறந்த கலவையை கண்டுபிடிக்க AI க்கு பயிற்சி அளிக்கப்படுகிறது.
நரம்பியல் வலையமைப்பு சில நுட்பங்களையும் பயன்படுத்துகிறது அவை ஒரு காலத்தில் குறைக்கடத்தித் தொழிலால் கருதப்பட்டன, ஆனால் அவை இறந்த முனைகளாக கைவிடப்பட்டன. கட்டுரையின் படி, செயற்கை நுண்ணறிவு அமைப்பு சில்லுகளுக்கு 10.000 புளூபிரிண்ட்களைப் பெற்றது, என்ன வேலை செய்கிறது மற்றும் எது செய்யாது என்பதை "அறிய".
"எங்கள் முறை அடுத்த தலைமுறை கூகிள் AI முடுக்கிகளை வடிவமைக்கப் பயன்படுகிறது, மேலும் ஒவ்வொரு புதிய தலைமுறையினருக்கும் ஆயிரக்கணக்கான மணிநேர மனித முயற்சியைச் சேமிக்கும் ஆற்றலைக் கொண்டுள்ளது" என்று பொறியாளர்கள் எழுதினர். "இறுதியில், மிகவும் சக்திவாய்ந்த AI- வடிவமைக்கப்பட்ட வன்பொருள் AI இன் முன்னேற்றத்தை உந்தி, இரு துறைகளுக்கும் இடையே ஒரு கூட்டுறவு உறவை உருவாக்கும் என்று நாங்கள் நம்புகிறோம்."
கட்டுரையின் படி, ஒரு நுண்செயலி அல்லது பணிச்சுமை முடுக்கி வடிவமைக்கும்போது, அதன் துணை அமைப்புகள் வி.எச்.டி.எல், சிஸ்டம் வெரிலாக் அல்லது உளி போன்ற உயர் மட்ட மொழியில் எவ்வாறு செயல்படுகின்றன என்பதை வரையறுக்க வேண்டியது அவசியம்.
இந்த குறியீடு இறுதியில் நெட்லிஸ்ட் என்று அழைக்கப்படும் மொழிபெயர்க்கப்படும், இது சிப்பின் செயல்பாடுகளைச் செய்ய கம்பிகள் மூலம் மேக்ரோப்லாக்ஸ் மற்றும் நிலையான செல்கள் எவ்வாறு இணைக்கப்பட வேண்டும் என்பதை விவரிக்கிறது.
நிலையான கலங்களில் NAND மற்றும் NOR லாஜிக் கேட்ஸ் போன்ற அடிப்படை கூறுகள் உள்ளனஅதேசமயம் மேக்ரோபிளாக்ஸில் நிலையான செல்கள் அல்லது பிற மின்னணு கூறுகள் உள்ளன, அவை ஆன்-சிப் நினைவகம் அல்லது செயலி கோர் போன்ற சிறப்பு செயல்பாட்டைச் செய்ய வேண்டும். எனவே, மேக்ரோபிளாக்ஸ் நிலையான கலங்களை விட மிகப் பெரியது.
சில்லில் உள்ள செல்கள் மற்றும் மேக்ரோபிளாக்ஸின் பட்டியலை எவ்வாறு ஒழுங்கமைப்பது என்பதை நீங்கள் தேர்வு செய்ய வேண்டும். கூகிள் ஊழியர்களின் கூற்றுப்படி, மனித பொறியியலாளர்கள் சிறப்பு சில்லு வடிவமைப்பு கருவிகளுடன் பணிபுரிய வாரங்கள் அல்லது மாதங்கள் கூட ஆகலாம் மற்றும் மின் நுகர்வு, நேரம், வேகம் போன்றவற்றின் அடிப்படையில் ஒரு உகந்த திட்டத்தைப் பெற பல முறை மீண்டும் செய்யலாம்.
இந்த செயல்பாட்டில் பொதுவாக என்ன நடக்கிறது என்றால், வடிவமைப்பு உருவாகும்போது பெரிய மேக்ரோபிளாக்ஸின் இருப்பிடம் மாற்றப்பட வேண்டும். புத்திசாலித்தனமான வழிமுறைகளைப் பயன்படுத்தும் தானியங்கி கருவிகளை நீங்கள் அனுமதிக்க வேண்டும், சிறிய நிலையான கலங்களின் எண்ணிக்கையை கைவிடவும், பின்னர் நீங்கள் செய்து முடிக்கும் வரை சுத்தம் செய்து மீண்டும் செய்யவும், ஆவணம் கூறுகிறது.
சிப் திட்ட வடிவமைப்பின் இந்த கட்டத்தை விரைவுபடுத்துவதற்காக, கூகிள் செயற்கை நுண்ணறிவு வல்லுநர்கள் ஒரு உகந்த வடிவமைப்பை அடைய சில மணிநேரங்களில் மேக்ரோ-பிளாக் பிளேஸ்மென்ட்டை சொந்தமாகச் செய்யும் ஒரு மாற்றக்கூடிய நரம்பியல் நெட்வொர்க் அமைப்பை உருவாக்கினர்.
கட்டுரையின் படி, நிலையான செல்கள் தானாகவே மற்ற மென்பொருள்களால் வெற்று இடங்களில் வைக்கப்படுகின்றன. இந்த இயந்திர கற்றல் முறை மனித பொறியியலாளர்கள் முறையை விட மிக வேகமாகவும் சிறப்பாகவும் ஒரு சிறந்த வரைபடத்தை உருவாக்க முடியும் தொழில்துறையில் பாரம்பரிய தானியங்கி கருவிகளைப் பயன்படுத்தி, கூகிள் ஊழியர்கள் தங்கள் கட்டுரையில் விளக்கினர்.
மூல: https://www.theregister.com/