فناوی Brainwave مایکروسافت موجب افزایش ۱۰ برابر عملکرد هوش مصنوعی استفاده‌شده در جستجوگر بینگ شده است.

Bing Brainwave

طبق اعلام مایکروسافت، به‌کارگیری سخت‌افزار اختصاصی این شرکت در پردازش هوش مصنوعی موتور جست‌وجوی بینگ باعث شد سرعت عملکرد مدل یادگیری ماشینی بینگ ۱۰ برابر شود.

سیستم مایکروسافت، طبق نامگذاری خودشان، برین‌ویو (Brainwave) نام داشته و کار تسریع یک شبکه‌ی عصبی آموزش‌دیده را تا حد ممکن و با کمترین تأخیر صورت می‌دهد. هدف سیستم ارائه‌ی پیش‌بینی‌های تقریبی زمان حقیقی توسط هوش مصنوعی برای برنامه‌هایی مثل بینگ و قابلیت‌های جدید آن است. اعلامیه مایکروسافت نشان‌ از فراهم کردن سرعت بیشتر برای کاربران این ابرکمپانی به‌منظور اجرای مدل‌های هوش مصنوعی سخت‌افزاری خودشان است.

چند روز پیش قابلیت‌هایی هم برای بینگ آپدیت شد که عبارت‌اند از: پشتیبانی‌ از تعریف لغاتی که کمتر استفاده می‌شدند و همچنین ارائه‌ی چندین پاسخ برای سوالاتی که با عبارت “چگونه” (how to) شروع می‌شوند. چنین قابلیت‌هایی با توانایی اضافه‌شده از طرف برین‌ویو فعال شدند.

مایکروسافت از آرایه‌ی دروازه قابل برنامه‌ریزی فیلد (مدار مجتمع دیجیتال برنامه‌پذیر یا FPGA) از شرکت اینتل برای تأمین نیروی لازم برای پردازش هوش مصنوعی‌ خود استفاده می‌کند. مدارهای مجتمع دیجیتال برنامه‌پذیر اساسا بوم‌های خالی‌ هستند که به سازندگان، اجازه‌ی به‌کارگیری مدارهای مختلف زیادی را با ارسال نرم‌افزار فِرِش یا fresh software می‌دهند. چنین کاری ترکیب جالبی‌ از قابلیت‌ برنامه‌ریزی و عملکرد به‌وجود می‌آورد، چرا که مدارهای به‌دست‌آمده برای کارهای خاص (مثل پردازش هوش مصنوعی) بهینه شده‌اند، اما این ترکیب می‌تواند بدون ساخت یک تراشه‌ی جدید تغییر کند.

چنین سخت‌افزاری نه‌تنها اجازه‌ی ساخت مدل‌های سریع‌تر را به مایکروسافت می‌دهد، بلکه مایکروسافت می‌تواند با استفاده‌ از آن، سیستم‌های هوش مصنوعی پیچیده‌تری بسازد که بدون نیاز‌ به سخت‌افزاری خاص، به مقادیر بسیار زیادی‌ از ظرفیت پردازش نیاز دارند. به‌عنوان مثال مدل نمونه‌ی اولیه شماره ۱ تورینگ بینگ یا Turing Prototype 1 به‌دلیل ظرفیت پردازش اضافه‌ای که از برین‌ویو به‌دست آورد، در مقایسه‌ با نسخه‌ی ساخته‌شده برای یک پردازنده، ۱۰ برابر پیچیده‌تر شد. با اینکه نسخه‌ی برین‌ویو بسیار پیچیده‌تر است، ولی مایکروسافت می‌تواند نتایج آن مدل را به‌میزان ۱۰ برابر سریع‌تر به‌دست بیاورد.

نگارش مایکروسافت نسبت‌ به پردازش هوش‌ مصنوعی با رقیبانش مثل گوگل فرق دارد. گوگل واحد پردازش تنسور (TPU) خود را برای همین کاربرد ساخت. واحد پردازش تنسور گوگل برخلاف FPGA، نمی‌تواند پس‌ از ساخته شدن، دوباره تغییر یابد یا تنظیم شود. گفتنی است که گوگل برای مقابله‌ با این مسئله تا آنجایی‌ که توانست معماری تراشه‌هایش را عمومی و کلی کرد تا با شرایط بالقوه مختلف راحت‌تر کنار بیایند.

FPGAهای مایکروسافت دارای پردازنده‌های سیگنال دیجیتالی‌ روی بورد خود هستند که برای انجام برخی‌ از گونه‌های خاص ریاضیاتی مورد نیاز برای هوش مصنوعی بهینه شده‌اند. شرکت مایکروسافت از این طریق می‌تواند از برخی‌ مزایای مدارهای مجتمع با کاربرد خاص (ASIC) مثل TPU هم بهره‌مند شود.

آمازون دارای زیرساختی به‌عنوان خدمات (infrastructure-as-a-service) است که مشمول FPGA در سرویس ابری آن می‌شود، اگرچه هنوز درمورد استفاده خودشان از این سخت‌افزار توضیح زیادی ارائه نداده است.

سیستم برین‌ویو متشکل‌ از چندین جزء است. این بخش‌ها از صدها هزار مدار مجتمع دیجیتال برنامه‌پذیری که مایکروسافت روی پایگاه‌های داده خود در سراسر جهان پیاده کرده است، شروع می‌شود. اکثر سرورهای مایکروسافت دارای بورد FPGA متصلی هستند که به بالاترین بخش سوئیچ شبکه متصل است. بنابراین سرورها هم می‌توانند عملیات‌ شبکه‌سازی تعریف‌شده بر اساس نرم‌افزار (مثل شبکه‌سازی تسریع‌شده‌ی آژور) را کنترل کنند و هم مخزنی‌ از پردازش تسریع‌شده توسط سخت‌افزار را در اختیار مایکروسافت قرار دهند.

منبع : زومیت

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *