Joint Hardware-Workload Co-Optimization for In-Memory Computing Accelerators
تقترح هذه الورقة إطار عمل للتحسين المشترك بين الأجهزة وحجم العمل باستخدام خوارزمية تطورية لتصميم مسرعات حوسبة داخل الذاكرة عامة، مما يقلل بشكل كبير من حاصل ضرب الطاقة والتأخير والمساحة عبر أعباء عمل متعددة للشبكات العصبية، متجاوزةً بذلك قيود التصميمات المتخصصة في حمل عمل واحد.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك طاهٍ يحاول تصميم المطبخ الأمثل.
المشكلة: مطبخ "المهارة الواحدة"
في عالم الذكاء الاصطناي، تحتاج الحواسيب إلى "مطابخ" خاصة تسمى المسرعات (Accelerators) لطهي وصفات معقدة (الشبكات العصبية) بسرعة ودون هدر للطاقة.
حالياً، يقوم معظم المهندسين بتصميم مطابخ لوصفة واحدة محددة فقط.
- إذا كنت تريد طهي ديك رومي ضخم (نموذج ذكاء اصطناعي كبير)، فستبني فرناً ضخماً بمواقد كبيرة.
- أما إذا كنت تريد طهي "سوفليه" رقيق (نموذج ذكاء اصطناعي صغير)، فستبني موقداً صغيراً ودقيقاً.
المشكلة هي أن معظم الأجهزة في العالم الحقيقي (مثل هاتفك أو سيارتك ذاتية القيادة) تحتاج لطهي وصفات مختلفة كثيرة في وقت واحد. إذا استخدمت "مطبخ الديك الرومي" لصنع "السوفليه"، فسيكون الأمر هدراً وبطيئاً. وإذا استخدمت "مطبخ السوفليه" لطهي الديك الرومي، فقد يحترق المطبخ.
تحاول الطرق الحالية حل هذه المشكلة إما عن طريق:
- تصميم مطبخ للوصفة الأكبر (وهو أمر مبالغ فيه للمهام الصغيرة).
- تصميم مطبخ لـ وصفة واحدة محددة في كل مرة (وهذا لا يعمل إذا كنت بحاجة للتبديل بين المهام).
الحل: "المطبخ الشامل"
تقدم هذه الورقة البحثية طريقة جديدة لتصميم مطبخ شامل (مسرع حوسبة داخل الذاكرة عام، Generalized In-Memory Computing accelerator) يمكنه طهي أي وصفة بكفاءة، من السوفليه إلى الديك الرومي، دون هدر للطاقة.
يطلق المؤلفون على هذا النهج اسم "التحسين المشترك بين الأجهزة والمهام" (Joint Hardware-Workload Co-Optimization).
إليك كيف فعلوا ذلك، باستخدام بعض التشبيهات البسيطة:
1. استراتيجية "اختبار المذاق" (الخوارزمية)
بدلاً من مجرد التخمين لما هو شكل المطبخ المثالي، استخدموا محرك بحث ذكي يسمى الخوارزمية الجينية (Genetic Algorithm). تخيل هذا كمسابقة طبخ في برنامج واقعي:
- المتسابقون: يقومون بإنشاء آلاف التصميمات العشوائية للمطابخ (أحجام أفران مختلفة، أعداد مختلفة من المواقد، وتخطيطات متنوعة).
- الحكام: لا يختبرون طبقاً واحداً فقط. بل يطبخون أربعة إلى تسعة وصفات مختلفة على كل تصميم مطبخ.
- النتيجة: يعطون درجة بناءً على سرعة الطهي، وكمية الكهرباء المستخدمة، والمساحة التي يشغلها سطح العمل.
- التطور: يتم استبعاد المطابخ الأسوأ. أما المطابخ الأفضل فتتزاوج (تدمج أفضل ميزاتها) لإنشاء مطابخ جديدة وأفضل للجولة التالية.
2. "البداية الذكية" (أخذ عينات مسافة هامينج - Hamming Distance Sampling)
عادةً، تبدأ هذه المسابقات بمطابخ عشوائية. أحياناً، قد يحالفك الحظ وتبدأ بمطبخ رائع؛ وفي أحيان أخرى، قد تبدأ بكارثة. وهذا يؤدي إلى نتائج غير متسقة.
أضاف المؤلفون لمسة ذكية: فحص التنوع.
قبل أن تبدأ المنافسة حتى، ينظرون إلى جميع المطابخ العشوائية ويختارون تلك التي هي الأكثر اختلافاً عن بعضها البعض.
- تشبيه: تخيل اختيار فريق من المستكشفين. بدلاً من اختيار 5 أشخاص يتشابهون جميعاً، تختار واحداً طويلاً، وآخر قصيراً، وخبيراً في الصحاري، وآخر في الثلوج. هذا يضمن تغطية جميع الاحتمالات وعدم الوقوع في "فخ محلي" (مثل استكشاف الصحراء فقط بينما كنت بحاجة لإيجاد جبل).
3. عملية الطهي المكونة من أربع مراحل
لم يكتفوا بتشغيل المنافسة مرة واحدة، بل شغلوها في أربع مراحل متميزة، مثل طاهٍ يصقل طبقاً:
- المرحلة 1 (الاستكشاف): جرب كل شيء. جرب تخطيطات مطابخ مجنونة وغريبة لترى ما هو ممكن.
- المرحلة 2 (الانتقال): ابدأ في تضييق النطاق. احتفظ بالأفكار الجيدة ولكن اخلطها بعناية.
- المرحلة 3 (التقارب): ركز على المتنافسين الأقوى. قم بإجراء تعديلات صغيرة ودقيقة.
- المرحلة 4 (الصقل النهائي): اللمسة الأخيرة. اضبط المقابض بجزء ضئيل جداً للحصول على درجة الحرارة المثالية.
النتائج: لماذا يهم هذا؟
كانت النتائج مبهرة. باستخدام نهج "المطبخ الشامل" هذا:
- توفير الطاقة: نجحوا في تقليل تكلفة الطاقة (والوقت) بنسبة تصل إلى 95% مقارم محاولة إجبار مطبخ "أكبر وصفة" على القيام بكل شيء.
- لا تنازلات: أثبتوا أنه ليس عليك التضحية بالأداء للحصول على آلة متعددة الأغراض. "المطبخ الشامل" كان قريباً جداً من أداء "المطبخ المتخصص" لكل وصفة على حدة.
- المرونة: اختبروا ذلك على نوعين مختلفين من "أدوات المطبخ" (ذاكرة RRAM و SRAM) وحتى نظروا في كيفية تغير تكلفة بناء المطبخ إذا استخدمت تقنيات تصنيع مختلفة (مثل شرائح 7 نانومتر مقابل 32 نانومتر).
الصورة الكبيرة
فكر في هذه الورقة البحثية كأنها مخطط لبناء شرائح ذكاء اصطناعي ذكية وقابلة للتكيف. بدلاً من بناء سيارة مخصصة لكل رحلة على حدة، وجدوا طريقة لبناء سيارة خارقة تتعامل مع الطرق السريعة، والطرق الترابية، والشوارع المدينة بنفس الكفاءة، مما يوفر المال والوقود في هذه العملية.
هذه خطوة كبيرة نحو جعل الذكاء الاصطناعي أسرع، وأرخص، وأكثر كفاءة في استهلاك الطاقة للأجهزة التي نستخدمها كل يوم.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.