امروزه با پیش رفت هوش مصنوعی، صنعت کامپیوتر نیز با تغییرات بسیار بزرگی مواجه شده است، همانطور که درخواست های بازار برای (یادگیری عمیق) در کتار یادگیری ماشین الزامات جدیدی را بر روی طراحی سیلیکون ایجاد می کند، این به این معناست که روزانه به محدودیت های قانون مور نزدیک تر می شویم. قانون مور در چند دهه اخیر پیش بینی هایی از آینده ی کامپیوترها انجام داده است که فراتر از محدودیت می باشند. در هفته گذشته بسیاری از بزرگان صنعت تراشه در سانفرانسیسکو گرد هم آمدند تا در مورد این موضوع جلسه ای را برگزار کنند.
در این جلسه، حمایت کننده های مالی برای ابزار ساخت ترانزیستورها، در روز سه شنبه یک روز کامل با سخنرانان اصلی و جلسات بحث و گفتگوی آزاد به نام (انجمن طرای هوش مصنوعی AI) نشستی را برگزار کردند. این نشست با همراهی یکی از بزرگترین نمایشگاه های صنعت تراشه یعنی (Semicon West) برگزار شد. در این نشست سخنرانی ها و گفتگوها شامل خبرهای خوب و بد بود. همچنین، در این نشست دیگر ابزارهای متنوعی از شرکت هایی مانند Advanced Micro Devices و Xilinx برای تطابق نا همگنی تراشه ها برای برآورده شدن نیازهای یادگیری عمیق بود، حضور داشتند. با این حال، مشخص نشده است که آیا طراحی کیت های جدید این قابلیت را دارند که استهلاک مراکز داده را کاهش دهند و و در زیر تقاضای افزایش محاسبات را کمتر کنند.
هیچ تراشه جدیدی در نمایشگاه Semicon نشان داده نشده است، اما بحث در نشست هوش مصنوعی، انجمن به جمع بندی خوبی برای درک اینکه چگونه صنعت تراشه باعث انفجار یادگیری ماشین منجر خواهد شد و این پیشرفت برای کامپیوترها به جه معنا خواهد بود رسیدند. گری دیکرسون، مدیر اجرایی شرکت Aplied Materials ، با اشاره به اطلاعات پرفسور دیوید پترسون(استاد دانشگاه UC Berkeley) و جان هانسی، رئیس الفابت به موضوع کاهش چشمگیر قانون مور اشاره کرد و گفت: پردازنده های جدید در عملکرد تنها ۳٫۵ درصد بهبود میابند. (این اسناد کمی قدیمی می باشد، زیرا مقاله ای که توسط پسترسون و هنسی درماه فوریه منتشرشد، کاهش رشد پردازنده ها را به میزان ۳ درصد در سال اعلام کرده بودند.)
دیکرسون در ادعاهای خود اعلام کرد که حجم کاری هوش مصنوعی در مراکز داده در سراسر جهان می تواند به اندازه ی ۸۰ درصد کل دوره های محاسبه و ۱۰ درصد از مصرف برق جهانی در دهه آینده یا بیشتر باشد. به این معناست که صنعت باید مسیرهای بسیاری را برای یافتن راه حل دنبال کند، دیکرسون در ادامه گفت: این راه حل ها باید معماری های جدیدی برای طراحی تراشه و انواع حافظه ها ارائه کند. وی چند نوع از تراشه های حافظه مانند ReRAM ، MRAM (رم مقاومتی) ، PCRAM رم تغییر فاز و FeRAM را معرفی کرد. این صنعت همچنین باید به بررسی های طرح های تراشه های آنالوگ فراتر از سیلیکون کشف کنند، تراشه هایی که داده ها را به صورت سیسگنال های پیوسته را دستکاری می کنند و سیگنال های با ارزش را پردازش می کنند.
منبع zdnet
| نمایندگی فروش محصولات آرپا |
|---|
 |
پر بازدید ترین محصولات |
|---|