На международной конференции Russian Supercomputing Days в Москве впервые представили российский тензорный процессор IVA TPU, разработанный компанией IVA Technologies. Он эффективен для распознавания изображений, автоматического улучшения их качества и поиска предметов на снимках.
Тензорные процессоры представляют собой сопроцессоры, которыми управляет центральный процессор. Они используют тензоры – многомерные массивы чисел, описывающие преобразования элементов одного линейного пространства в другое. Такие устройства оснащены собственной оперативной памятью и используют 8-битные числа в своей работе. Тензорные процессоры лучше всего работают с архитектурой сверточных нейронных сетей, предназначенных для обработки изображений. Именно к этому типу относится и IVA TPU.
Российский вариант
Процессор использует сверточные нейронные сети на базе FPGA Virtex Ultrascale+ – семейства микросхем отечественного производства, отличающегося пониженной потребляемой мощностью и высокой плотностью памяти на чипе. Производительность IVA TPU – 20 TOPS, а мощность выше, чем у графических процессоров. Устройство совместимо со свободным программным обеспечением TensorFlow – классическим решением для компьютеров на базе тензорных процессоров.
IVA TPU будет использоваться для создания продуктов в телекоммуникационной и радиоэлектронной отраслях. Точной даты выхода процессора на рынок не озвучено.
Николай Ивенев, председатель совета директоров IVA Technologies, заявил, что уже сейчас у компании есть готовые продукты для распознавания изображений и поиск лиц на фото. Бизнесмен уверен, что отечественный рынок нуждается в появлении российских вычислительных систем, предназначенных для обработки нейросетевых данных.
Особенности процессоров для нейросетей
Нейронные процессоры применяются для аппаратного ускорения работы техники, выполняющей процедуру машинного обучения. Всего выделяют три разновидности таких устройств:
- тензорные процессоры;
- нейроморфные процессоры эмулируют работу нейронов головного мозга. В них используются обычные транзисторы, которые составляют ядра вычислительного устройства. В отличие от стандартных процессоров, в нейроморфных число ядер может достигать нескольких тысяч, каждое из которых моделирует работу сотни нейронов. В итоге устройство способно создавать миллионы синаптических связей. Обычно такие чипы применяются для глубокого машинного обучения, требующего много ресурсов. Типичный представитель – IBM TrueNorth;
- процессоры машинного зрения. Похожи на тензорные процессоры, но имеют более узкую специализацию на системах, использующих машинное зрение. В них делается большой акцент на распараллеливание потока данных между множеством исполнительных ядер. Представитель – Intel Movidius Myriad.