Die Toshiba Memory Corporation, der weltweite Marktführer im Bereich Speicherlösungen, hat heute die Entwicklung eines Algorithmus und einer Hardwarearchitektur für hohe Geschwindigkeit und Energieeffizienz für die Verarbeitung von Deep-Learning-Prozessen mit geringeren Verschlechterungen der Erkennungsgenauigkeit bekannt gegeben. Mit dem neuen, in einem FPGA [1] implementierten Deep-Learning-Prozessor wird im Vergleich konventionellen Modellen eine viermal höhere Energieeffizienz erreicht. Diese Innovation wurde am 6. November auf der IEEE Asian Solid-State Circuits Conference 2018 (A-SSCC 2018) in Taiwan vorgestellt.
Deep-Learning-Berechnungen erfordern generell viele Multiply-Accumulate-Operationen (MAC) und haben aufgrund langer Berechnungszeiten und einem hohen Energieverbrauch zu Problemen geführt. Obwohl Techniken, mit denen die Bitanzahl der zu repräsentierenden Parameter (Bit-Präzision) vorgeschlagen wurden, um den Gesamtrechnungsbetrag zu reduzieren und mit einem dieser Algorithmen die Bit-Präzision auf ein oder zwei Bit reduziert wird, haben diese Techniken zu einer Verschlechterung der Erkennungsgenauigkeit geführt. Toshiba Memory hat den neuen Algorithmus zur Reduzierung der MAC-Operationen durch Optimierung der Bit-Präzision der MAC-Operationen für individuelle Filter [2] in jeder Schicht eines neuralen Netzwerks entwickelt. Mittels dieses neuen Algorithmus können die MAC-Operationen mit einer geringeren Verschlechterung der Erkennungsgenauigkeit reduziert werden.
Außerdem hat Toshiba Memory eine neue Hardwarearchitektur, die sogenannte Bit-Parallel-Methode, entwickelt, die sich für MAC-Operationen mit unterschiedlicher Bit-Präzision eignet. Bei dieser Methode wird jede unterschiedliche Bit-Präzision in einzelne Bits geteilt. Eine 1-Bit-Operation kann damit parallel auf mehreren MAC-Einheiten ausgeführt werden. Damit wird die Nutzungseffizienz der MAC-Einheiten im Prozessor im Vergleich zu konventionellen MAC-Architekturen, die serienmäßig ausgeführt werden, signifikant erhöht.
Toshiba Memory hat mittels der unterschiedlichen Bit-Präzision und Bit-Parallel-MAC-Architektur auf einem FPGA ResNet50[3], ein tiefes neurales Netzwerk, implementiert. Im Falle der Bild-Datensatz-Bilderkennung von ImageNetImageNet[4] sorgt die oben genannte Technologie dafür, dass sowohl Betriebszeit als auch Energieverbrauch für die Bilddatenerkennung mit einer geringeren Verschlechterung der Erkennungsgenauigkeit auf 25 im Vergleich zu konventionellen Methoden reduziert werden.
Voraussichtlich wird Künstliche Intelligenz (KI) in verschiedenen Geräten implementiert. Die entwickelten Techniken für hohe Geschwindigkeiten und geringen Energieverbrauch für Deep-Learning-Prozessoren lassen sich voraussichtlich für verschiedenste Edge-Geräte wie Smartphones und HMDs[5] und Datenzentren nutzen, die einen geringen Energieverbrauch erfordern. Hochleistungsprozessoren wie GPU sind wichtige Geräte für den Hochgeschwindigkeitsbetrieb von KI. Speichermedien zählen ebenfalls zu den wichtigsten Geräten für KI, die zwangsläufig Big Data nutzen. Die Toshiba Memory Corporation konzentriert sich ständig auf die Forschung und Entwicklung von KI-Technologien sowie auf Innovationen bei Speichermedien, um das datenorientierte Computerwesen voranzubringen.
[1] FPGA: Field Programmable Gate Array, ein integrierter Schaltkreis, der dafür konzipiert ist, von einem Kunden oder Designer nach der Fertigung konfiguriert zu werden.
[2] filter: Allgemein befinden sich in einer Schicht eines neuralen Netzwerks viele Filter, d. h. bis zu mehreren Tausend.
[3] ResNet50: Ein tiefes neurales Netzwerk, das allgemein zum Benchmarking von Deep Learning für Bilderkennung genutzt wird.
[4] ImageNet: Eine große Bilddatenbank, die allgemein zum Benchmarking von Bilderkennung verwendet wird. Die Bilddatenanzahl beträgt über 14.000.000.
[5] HMD: Kopfanzeige (Head-Mounted Display)
Über die Toshiba Memory Corporation
Die Toshiba Memory Corporation, ein weltweit führender Anbieter von Speicherlösungen, spezialisiert sich auf die Entwicklung, die Produktion und den Vertrieb von Flash-Speichern und SSDs. Im Juni 2018 wurde Toshiba Memory von einem Industriekonsortium übernommen, das von Bain Capital geleitet wird. Toshiba Memory ist ein Wegbereiter für innovative Speicherlösungen und Dienstleistungen, die das Leben der Menschen bereichern und den Horizont der Gesellschaft erweitern. BiCS FLASH, die innovative 3D-Flash-Speichertechnologie des Unternehmens, prägt die Zukunft des Speichers in High-Density-Anwendungen wie z. B. in leistungsfähigeren Smartphones, PCs, SSDs, Automobil- und Rechenzentren. Erfahren Sie mehr über Toshiba Memory unter https://business.toshiba-memory.com/en-apac/top.html
Die Ausgangssprache, in der der Originaltext veröffentlicht wird, ist die offizielle und autorisierte Version. Übersetzungen werden zur besseren Verständigung mitgeliefert. Nur die Sprachversion, die im Original veröffentlicht wurde, ist rechtsgültig. Gleichen Sie deshalb Übersetzungen mit der originalen Sprachversion der Veröffentlichung ab.
Originalversion auf businesswire.com ansehen: https://www.businesswire.com/news/home/20181107005436/de/
Contacts:
Toshiba Memory Corporation
Kota Yamaji, +81-3-3457-3473
Abteilung Business Planning
semicon-NR-mailbox@ml.toshiba.co.jp