Компьютеры следующего поколения определят, как мы реагируем на кризисы, ускоряя анализ проблем и синтез их решений. Возможность добиться прогресса в области ИИ, в частности, расширит возможности совместных научных сообществ и обеспечит автоматизацию и практически неограниченные вычислительные ресурсы во всех аспектах научного процесса. С помощью искусственного интеллекта и компьютеров, на которых он основан, учёные смогут ускорить и масштабировать научные открытия невиданными ранее темпами.
Беспрецедентный спрос ИИ на данные, питание и системные ресурсы представляет собой серьёзнейшую проблему для реализации этого оптимистичного видения будущего. Чтобы удовлетворить этот спрос, мы разрабатываем новый класс энергоэффективных аппаратных ускорителей AI, которые позволят на порядки увеличить вычислительную мощность в гибридных облачных средах без увеличения энергопотребления.
На сегодняшнем симпозиуме IEEE CAS/EDS AI Compute Symposium IBM Research представляет новую технологию и партнёрские отношения, которые позволят компаниям динамически запускать массовые рабочие нагрузки AI в гибридных облаках:
1. IBM Research сотрудничает с Red Hat, одним из новейших членов IBM Research AI Hardware Center, чтобы сделать ядра IBM Digital AI Core совместимыми с Red Hat OpenShift и его экосистемой.
2. Мы делаем наш инструментарий для аналоговых ИИ-ядер с открытым исходным кодом.
3. AI Hardware Center будет сотрудничать с Synopsys, Inc. для решения проблем, связанных с разработкой новых архитектур микросхем ИИ.
4. Мы инвестируем в инфраструктуру, чтобы ускорить разработку новых корпусов микросхем и устранить узкие места в пропускной способности памяти.
Red Hat присоединяется к AI Hardware Center, чтобы помочь внедрить IBM Digital AI Cores в Red Hat OpenShift
Наш центр оборудования искусственного интеллекта, глобальный исследовательский центр со штаб-квартирой в Олбани, штат Нью-Йорк, играет центральную роль в ускорении разработки аппаратного обеспечения, предназначенного для ИИ. Благодаря участию в AI Hardware Center Red Hat сотрудничает с IBM в целях обеспечения совместимости между IBM Digital AI Cores и Red Hat OpenShift, самой всеобъемлющей корпоративной платформой Kubernetes в отрасли. Ядра цифрового ИИ служат в качестве ускорителей, используя настраиваемую архитектуру, программное обеспечение и алгоритмы для преобразования существующих полупроводниковых технологий с целью применения форматов с пониженной точностью для ускорения вычислений и снижения энергопотребления при сохранении точности модели.
Red Hat сотрудничает с потоком разработки аппаратного обеспечения искусственного интеллекта IBM и работает над развёртыванием аппаратного ускорителя искусственного интеллекта в гибридной облачной инфраструктуре: мультиоблако, частное облако, локально и периферийные. Эти ускорители можно использовать для создания и развёртывания моделей нейронных сетей для приложений, которые выполняют спектр задач AI, включая распознавание речи, обработку естественного языка и компьютерное зрение. Интеграция ускорителей на основе IBM Digital AI Cores с Red Hat OpenShift позволяет развёртывать ускорители и управлять ими как частью гибридной инфраструктуры.
Поскольку IBM разрабатывает оборудование искусственного интеллекта, мы можем работать над интеграцией программного обеспечения параллельно с Red Hat. Это даёт два больших преимущества: программное обеспечение и оборудование могут быть готовы одновременно (сокращая общий цикл разработки на месяцы, если не на годы), и существует возможность для лучшего общего решения.
Аналоговые ИИ-ядра с открытым исходным кодом
В традиционной аппаратной архитектуре вычисления и память разделены в разных местах. Информация перемещается вперед и назад между вычислительными модулями и блоками памяти каждый раз, когда выполняется операция, создавая ограничение, называемое узким местом фон Неймана. Мы разрабатываем аналоговый ИИ, который может обеспечить значительное повышение производительности и энергоэффективности за счёт объединения вычислений и памяти в одном устройстве, что значительно облегчит это узкое место.
IBM Research изучает способы создания более мощных, но эффективных систем искусственного интеллекта с цифровыми и аналоговыми ядрами. Сейчас мы выпускаем наш Analog Hardware Acceleration Kit как набор инструментов Python с открытым исходным кодом, который позволяет большему сообществу разработчиков тестировать возможности использования вычислительных устройств в памяти в контексте ИИ.
Комплект аналогового аппаратного ускорения состоит из двух основных компонентов: интеграции PyTorch и симулятора аналоговых устройств. PyTorch – это библиотека машинного обучения с открытым исходным кодом, основанная на библиотеке Torch, научной вычислительной среде с широкой поддержкой алгоритмов машинного обучения. PyTorch используется для разработки приложений искусственного интеллекта, таких как компьютерное зрение и обработка естественного языка. Аналоговый комплект позволяет специалистам-практикам ИИ оценивать аналоговые технологии ИИ, позволяя настраивать широкий спектр конфигураций аналоговых устройств и возможность модулировать параметры материалов устройства. Цель состоит в том, чтобы привлечь сообщество ИИ для оценки возможностей аналогового оборудования ИИ, стать частью сообщества, которое адаптирует модели для извлечения всего потенциала оборудования, и изобрести новые приложения ИИ, которые могут использовать потенциал ИИ с этой прорывной технологией.
Расширение партнёрских отношений вокруг AI Hardware Center
Цель IBM Research AI Hardware Center – стать ядром новой экосистемы исследовательских и коммерческих партнёров, сотрудничающих с IBM для дальнейшего ускорения разработки аппаратных инноваций, оптимизированных для ИИ. На сегодняшний день мы добились большого прогресса в этих усилиях и расширили партнёрские отношения Центра до 14 членов.
Это включает в себя усилия с Synopsys, лидером в области программного обеспечения для автоматизации электронного проектирования, а также решений для эмуляции и создания прототипов. Synopsys также разрабатывает IP-блоки для использования в высокопроизводительных кремниевых микросхемах и защищённых программных приложениях, способствующих развитию ИИ.
В будущем Synopsys будет выступать в качестве ведущего партнёра по автоматизации проектирования электроники (EDA) для IBM AI Hardware Center, помогая реализовать видение IBM о 1.000-кратном улучшении производительности вычислений на основе ИИ в ближайшее десятилетие. Мы начали сотрудничество в прошлом году и уже приступили к проверке микросхем и наглядному повышению производительности.
Гетерогенная интеграция
ИИ требует большого количества межсетевых соединений с пропускной способностью, чтобы воспользоваться преимуществами увеличения вычислительной мощности. IBM и NY Creates инвестируют в новое чистое помещение в кампусе члена Центра искусственного интеллекта, SUNY-Poly, в Олбани, Нью-Йорк, которое будет сосредоточено на продвинутой упаковке, также называемой «гетерогенной интеграцией», для улучшения близости памяти и возможностей взаимодействия. Эта работа также поможет гарантировать, что по мере разработки наших новых вычислительных ядер пропускная способность памяти будет увеличиваться одновременно. В противном случае вычислительные блоки могут бездействовать в ожидании данных, что приведёт к несбалансированной производительности системы.
Наша работа по гетерогенной интеграции сосредоточена на трёх подходах к решению проблемы пропускной способности:
Передовая технология изготовления ламината с мелким шагом.
Внедрение кремниевых мостов, встроенных в ламинат, для обеспечения межсоединения с малым шагом между микросхемами ИИ.
Полная 3D-интеграция за счёт объединения памяти с ИИ-чипом.
Эти подходы связаны с материалами, обработкой и проектированием, и для их решения требуется целый ряд навыков. По этой причине IBM недавно открыла новый центр современной упаковки в Олбани, в котором шесть новых членов сосредоточены на современной упаковке.
По мере того как ИИ даёт обществу возможность расширять научные исследования, мы всё чаще будем сталкиваться с большими рабочими нагрузками по обработке данных, которые требуют прорывов в вычислительной мощности, памяти и пропускной способности. Сотрудничество с Red Hat, Synopsys и другими партнёрами в области интеграции оборудования искусственного интеллекта и программного обеспечения для управления гибридным облаком позволяет нам создавать модели и методы, которые навсегда изменят способ решения задач.