Dr. Venkat Mattela, zakladatel a CEO, Ceremorphic
S růstem a širokým rozšířením aplikací umělé inteligence (AI) a strojového učení ve všech průmyslových segmentech, uprostřed nástupu všech technologií, se superpočítače prosadily. Nyní se používají téměř ve všech aspektech našeho života, od vývoje léků po předpověď počasí a online hraní. Superpočítače s jejich neuvěřitelnou inteligencí mohou být schopny zachránit svět, ale jak se jejich výkon zlepšuje, jejich požadavky na napájení se blíží požadavkům malého města. Není přehnané tvrdit, že polovodičový průmysl umožňuje moderní život. V mezinárodním měřítku se denně používá více než 100 miliard integrovaných obvodů a poptávka stále roste: díky velké části pokroku na rychle se rozvíjejících trzích umělé inteligence (AI), autonomních vozidel a internetu věcí.
Dosud se odvětví dařilo trvale poskytovat výkonnější integrované čipy v reakci na poptávku. Ale s rostoucí masivní spotřebou dat každý den se superpočítačová prostředí stávají běžnějšími v dnešním každodenním životě a v důsledku toho jejich složitá infrastruktura extrémně ztěžuje odstraňování problémů a monitorování poruch. Je to proto, že tyto infrastruktury obsahují tisíce uzlů, které představují různé aplikace a procesory. K vyřešení těchto problémů je vyžadován rámec pro analýzu spolehlivosti v reálném čase pro prostředí se spolehlivým výkonem. Existuje bezprostřední potřeba řešit problémy spolehlivosti, bezpečnosti a spotřeby energie, kterým v současnosti čelí vysoce výkonná výpočetní technika.
Například během pandemie poskytoval High-Performance Computing výzkumníkům bojujícím s COVID-19 bezplatný přístup k nejvýkonnějším počítačům světa. Výzkumníci a instituce používali superpočítače ke sledování šíření Covid-19 v reálném čase a byli také schopni předpovědět, kam se virus bude šířit, tím, že identifikovali vzorce a zkoumali, jak napomáhají preventivní opatření, jako je sociální distancování. Množství výpočetní techniky, které bylo v tomto globálním měřítku požadováno, bylo umožněno pouze díky High Performance Computing, také populárně známému jako HPC. High-performance computing (HPC) umožňuje společnostem výpočetně růst za účelem vývoje algoritmů hlubokého učení, které dokážou zpracovat exponenciálně velké množství dat. S více daty však přichází požadavek na vyšší výkon počítače a vyšší výkonové specifikace. A v důsledku toho jsme nyní svědky sloučení HPC s umělou inteligencí, čímž se otevírá nová éra!
Vyšší výkon vyžaduje více energie, a proto je nezvládnutelný, pokud k dosažení vyššího výkonu použijeme tradiční přístup. Vývoj pokročilých algoritmů pro snížení efektivní pracovní zátěže je nový přístup ke spotřebě energie je jedním z řešení. . V dnešní nové éře, kdy je výpočtů hojné a umělá inteligence ještě více ztěžuje bezpečnostní obranu, je však třeba navrhnout architekturu tak, aby čelila budoucím hrozbám a umožnila nové zpracování AI / ML. Další příležitostí pro velké škálování, ke které směřuje polovodičový průmysl, je vlastní architektura nízkoenergetických obvodů pro vysokorychlostní krátké spoje. Průmysl dnes potřebuje novou, spolehlivou architekturu, která využívá logiku a strojové učení k detekci a nápravě závad pomocí nejlepšího dostupného hardwaru a softwaru.
V tradičních obvodech se běžně rozumí, že aby se věci zrychlily, musí být spotřebováno více energie. Rychlost a síla jsou stálými protivníky. Mnoho strategií, které pomáhají snížit spotřebu energie AI, však také pomáhá zlepšit výkon. Například tím, že data ponecháte lokální nebo stacionární, můžete ušetřit energii a zároveň se vyhnout zpomalení při načítání dat. Sparity minimalizuje úroveň požadovaných výpočtů, což vám umožňuje dokončit pracovní zátěž rychleji. Jednoduše řečeno – méně výpočetní techniky a méně přesunů dat znamená méně spotřebované energie. Strojové učení je také alternativní způsob řešení problémů s mnohem vyšší energetickou účinností (energie, nízkonákladový výkon atd.).
V současné době poskytuje plán polovodičových technologií nástroje a uzly pro vývoj pokročilých křemíkových produktů, které řeší tuto masivní poptávku po vysoce výkonných počítačích, a 5nm uzel je velmi účinný pro poskytování vysoké hustoty hradel (přibližně 40 mil. brány v ploše 1 mm2). Díky tomu může společnost v podstatě vyrábět velmi složité a vysoce výkonné čipy v rozumné fyzické velikosti, pokud má přístup k tomuto typu technologického uzlu. Tyto uzly však představují výzvu z hlediska řízení svodového výkonu a spolehlivosti. A tyto dvě výzvy, spolehlivost a energetická účinnost, v současnosti stojí v cestě tomu, aby se vysoký výkon stal běžným místem v oblasti umělé inteligence / strojového učení.
S rostoucím rozsahem a složitostí se objevily nové výzvy v oblasti spolehlivosti a systémové odolnosti, energetické účinnosti, optimalizace a složitosti softwaru, což znamená, že současné přístupy by měly být přehodnoceny. I když bylo použití nových technologií, jak v oblasti výpočetního hardwaru, tak v chladicích technologiích, velmi nadšené, většina uživatelů se stále soustředí na maximální využití tradičnějších zdrojů, které mají k dispozici.
Reklama
