پیمایش MIT روند تکامل شتاب‌دهنده‌های هوش مصنوعی را دنبال می‌کند

گروهی از Lincoln Laboratory Supercomputing Center در MIT از سال ۲۰۱۸ پیمایش Lincoln AI Computing Survey یا LAICS را برای مستندسازی شتاب‌دهنده‌های تجاری هوش مصنوعی انجام می‌دهد. این بررسی با هدف به‌روز نگه‌داشتن اطلاعات کارکنان و حامیان آزمایشگاه، سامانه‌های موجود در بازار را از نظر عملکرد اوج و توان مصرفی مقایسه می‌کند. گزارش کنونی ششمین مقالهٔ این مجموعه است.

آلبرت رویتر، از کارکنان این مرکز، می‌گوید افزایش شمار شتاب‌دهنده‌های پژوهشی و تجاری در حدود هشت سال پیش و پرسش‌های حامیان دولتی آزمایشگاه دربارهٔ این فناوری‌ها، انگیزهٔ آغاز پیمایش بود.

شتاب‌دهنده‌های هوش مصنوعی در شکل‌های گوناگونی عرضه می‌شوند: CPU، GPU، مدارهای مجتمع با کاربرد خاص (ASIC)، آرایه‌های گیت برنامه‌پذیر میدانی (FPGA) و شتاب‌دهنده‌های dataflow. هرکدام توانایی‌های متفاوتی دارند؛ CPUها برای محاسبات عمومی مناسب‌اند و ASICها وظایف مشخصی را انجام می‌دهند، در حالی که GPUها، FPGAها و شتاب‌دهنده‌های dataflow انعطاف‌پذیرترند و برای بارهای کاری متنوع قابل پیکربندی هستند. کارایی و عملکرد نیز به طراحی هر سامانه بستگی دارد.

این شتاب‌دهنده‌ها فقط برای یادگیری ماشین به کار نمی‌روند؛ می‌توانند محاسبات موازی دیگری، از جمله مدل‌سازی عملکرد مولکول‌ها و شبیه‌سازی دینامیک سیالات، را نیز سرعت دهند. هدف LAICS مقایسهٔ فناوری‌های موجود برای یافتن گزینه‌های مناسب‌تر برای نیازهای مختلف است.