<label id="gsnnz"></label>

    <mark id="gsnnz"><button id="gsnnz"></button></mark>

    <code id="gsnnz"><delect id="gsnnz"></delect></code>
    1. 权威国防科技信息门户
      国防科技大数据智能情报平台
      DSTIS征订中
      DPS国防术语智能定位系统
      国外国防科技文献资料快报
      公告:
      DSTIS国防军工信息资源内网服务系统2019年征订开始  
      DARPA为“实时机器学习”设计芯片
      2019-03-26

      据DARPA官网3月21日消息,DARPA宣布推出“实时机器学习?#20445;≧eal Time Machine Learning,RTML)项目,旨在通过开发基于机器学习框架自动生成新型芯片设计的方法,降低与为新兴机器学习应用开发的ASIC相关设计成本。其目标是创建一个编译程序(或软件平台),它可以吸收像TensorFlow和Pytorch这样的机器学习框架,并根据特定机器学习算法或系统的目标,生成?#24067;?#35774;计配置和为其优化的标准Verilog代码。在整个项目的生命周期中,RTML将探索编译程序在两个关键的高带宽应用领域的能力:5G网络和图像处理。

      如果没有过去几十年的重大计算进步,那么当前一代的机器学习(Machine Learning,ML)系统是不可能实现的。图形处理器(Graphics Processing Unit,GPU)的发展对于机器学习的发展至关重要,因为它为机器学习系统处理和训练大型数据集提供了新的计算能力。随着人工智能领域朝着超?#38477;?#21069;机器学习能力的方向发展,并将其推进到实时“学习”领域,这就需要新的计算水平。高度专业化的专用集成电路(Application Specific Integrated Circuit,ASIC)?#22411;?#28385;足高级机器学习应用(如自主系统和5G)的物理尺寸、重量和功率(SWaP)要求。然而,设计和实现的高成本使得机器学习专用ASIC的开发对于除了最高容量应用之外的所有应用?#38469;?#19981;切实?#23454;摹?/span>

      RTML项目试图回答以下?#33455;?#38382;题:

      • 我们可以为机器学习构建特定于应用程序的硅编译程序吗?

      • 哪些?#24067;?#26550;构最适合RTML项目?

      • 各种RTML任务的延迟下限是多少?

      • 各种RTML任务可行的最低SWaP是多少?


      “计算领域的一个关键挑战是创建能够从数据中实时主动解释和学习、应用以前的知?#29420;?#35299;决不熟悉的问题、以人类大脑的能源效率运行的处理器,” DARPA微系统?#38469;?#21150;公室(MTO)负责RTML项目的经理Andreas Olofsson介绍说,“低SWaP、低延迟和?#35270;?#24615;的竞争挑战需要开发专门用于实时机器学习的新算法和电路。我们需要的是能源高效?#24067;?#21644;机器学习架构的快速发展,这些架构可以实时地从连续的新数据流中学习。“

      RTML项目?#34892;?#36259;的架构包括但不限于:

      a)传统前馈(卷积)神经网络;

      b)循环网络及其专用版本;

      c)受神经科学启发的架构,例如峰值时间相关神经网络,包括它们的随机对应物;

      d)受心理物理学和统计?#38469;?#21551;发的非神经ML架构;

      e)经典监督学习(如回归和决策树);

      f)无监督学习(如聚类)方法;

      g)半监督学习方法;

      h)生成性对抗性学习技巧;

      i)其他方法,如转移学习、强化学习、多种学习和/或终身学习。

      Olofsson表示,“机器学习专家精通开发算法,但对芯片设计却知之甚少乃至一无所知。相反,芯片设计人员没有足够的专业知?#29420;?#20026;机器学习专用ASIC的设计提供信息。RTML项目旨在合并这些独特的专业领域,使设计超专业化ASIC的过程更加高效,更具成本效益。“

      基于应用空间预期的敏捷?#38498;?#25928;率,原型设计和测试需要新型芯片设计的基础机器学习?#33455;浚?/span>RTML项目编译程序则为这一思路提供了理想的平台。因此,DARPA计划与国家科学基金会(National Science Foundation,NSF)合作开展这项工作。NSF正在推行自己的“实时机器学习”项目,专注于开发可支持实时推理和快速学习的新型机器学习?#29420;图?#26500;。在RTML项目的第一阶段之后,DARPA计划向NSF?#33455;?#20154;员提供其编译程序,以便为评估他们提出的机器学习算法?#22270;?#26500;提供平台。在该项目的第二阶段,DARPA?#33455;?#20154;员将有机会使用NSF生成的结果评估编译程序的性能和功能。DARPA-NSF合作伙伴关系的总体期望是为下一代“实时机器学习”算法和?#24067;?#30340;协同设计奠定基础。

      “我们很高兴与DARPA合作,为?#33455;?#22242;队提供资金,以解决实时学习、预测和自动化决策方面的新挑战,”NSF计算机与信息科学与工程负责人Jim Kurose介绍说,“这种合作符合“美国人工智能倡议?#20445;?#38450;务菌注:特朗普201年2月11日签字启动的American AI Initiative),对于保?#32622;?#22269;在?#38469;?#21644;创新方面的领导地位至关重要。它将为可?#20013;?#33021;源和水系统、医?#31080;?#20581;后勤和交付以及先进制造业的发展做出贡献。“

      RTML项目是DARPA电子复兴计划(Electronics Resurgence Initiative,ERI)第二阶段的一部分(ERI对美国国内、美国政府和国防电子系统的未来投资超过15亿美元)。DARPA正在支?#32622;?#22269;国内制造选择,并能够开发满足不同需求的差异化能力。RTML项目通过创建一种快速且经济高效地生成新型芯片设计的方法,以支?#20013;?#20852;的机器学习应用,来帮助实现这一使命

      DARPA将在2019年4月2日举办RTML项目提案者日。?#34892;?#36259;的提案者将有机会在提案人日期间了解更多关于RTML项目的信息。

      中国电科发展战略?#33455;?#20013;心    秦浩

      相关新闻

      中国核科技信息与经济?#33455;?#38498; 中国航天系统科学与工程?#33455;?#38498; 中国航空工业发展?#33455;?#20013;心
      中国船舶工业综合?#38469;?#32463;济?#33455;?#38498; 中国船舶信息中心 北方科技信息?#33455;?#25152; 工业和信息化部电子科学?#38469;?#24773;报?#33455;?#25152;
      DSTI简介 | 大事记 | 网站动态 | 产?#26041;?#32461; | 广告服务 | 客户服务 | 联系方式 | 共建单位 | 合作媒体  
      国防科技信息网 dsti.net © 2006 - 2019 版权所有 京ICP备10013389号
      时时彩长龙规律
      <label id="gsnnz"></label>

        <mark id="gsnnz"><button id="gsnnz"></button></mark>

        <code id="gsnnz"><delect id="gsnnz"></delect></code>
        1. <label id="gsnnz"></label>

            <mark id="gsnnz"><button id="gsnnz"></button></mark>

            <code id="gsnnz"><delect id="gsnnz"></delect></code>
            1. 新浪网七乐彩走势图 贵州11选5历史走势图 体育彩票七位数15173期开奖号码 滚球篮球让分胜负 篮球比分在直播 云南11选5结果 中彩票1000万给彩票站多少钱 平码三中三复式计算器 足彩欧赔 吉林快三大小单双压法 甘肃体彩网 重庆福彩欢乐生肖玩法 竞彩足球比分直播zu 西甲视频直播 生肖平码规律