۱۶ کارگاه عملی هوش مصنوعی برای فعالان محتوا و رسانه ثبت‌نام با ۵۰٪ تخفیف
Generic filters
Search in title
Filter by دسته‌ها
chatGTP
ابزارهای هوش مصنوعی
اخبار
گزارش خبری
پرامپت‌ نویسی
تیتر یک
چندرسانه ای
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
دانش روز
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
خطرات هوش مصنوعی
دیتاست
مدل‌های بنیادی
رویدادها
Ai Conect
جیتکس
جیتکس ترکیه
کاربردهای هوش مصنوعی
کتابخانه
اشخاص
شرکت‌های هوش مصنوعی
محصولات و مدل‌های هوش مصنوعی
مفاهیم
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
مقاله
پیاده‌سازی هوش مصنوعی
گزارش
مصاحبه
هوش مصنوعی در عمل
یادداشت
 OpenAI یک مدل اختصاصی طراحی تراشه‌های هوش مصنوعی توسعه می‌دهد

AI برای پردازش AI

OpenAI یک مدل اختصاصی طراحی تراشه‌های هوش مصنوعی توسعه می‌دهد

زمان مطالعه: 2 دقیقه

این شرکت پیش‌تر اعلام کرده بود که مهندسانش با کمک مدل‌های پیشرفته، فرایند توسعه نخستین تراشه اختصاصی استنتاج خود با نام Jalapeño را تسریع کرده‌اند. اکنون OpenAI جزئیات بیشتری از بهینه‌سازی‌های فنی انجام‌شده در این تراشه و همکاری با AMD برای بهبود سخت‌افزارهای این شرکت منتشر کرده است.

OpenAI قصد دارد با همکاری Synopsys، مدل جدیدی به نام GPT-Synopsys را آموزش دهد تا بتواند مانند طراحان حرفه‌ای تراشه از ابزارهای اتوماسیون طراحی الکترونیکی (EDA) استفاده کند. هدف این همکاری، توسعه مدل‌ها بر اساس معیارهای ارزیابی معتبر و گسترش توانایی آن‌ها در مواجهه با چالش‌های پیچیده‌تر طراحی تراشه است.

روند طراحی Jalapeño

مدل‌های هوش مصنوعی OpenAI به‌سرعت در حال بهبود طراحی تراشه‌هایی هستند که زیرساخت پردازش هوش مصنوعی را تشکیل می‌دهند. در طراحی تراشه، سه شاخص اصلی توان مصرفی، عملکرد و مساحت مدار (PPA) اهمیت دارند. مدل‌های OpenAI توانسته‌اند در بخش‌های مختلف تراشه Jalapeño بهبودهای قابل‌توجهی ایجاد کنند. در واحد برداری (Vector Unit) که وظیفه اجرای محاسبات موازی را بر عهده دارد، مدل‌ها با بازطراحی جمع‌کننده‌ها و ضرب‌کننده‌های ممیز شناور، توابع تبدیل، منطق کاهش و واحد توابع ویژه، مصرف منابع سخت‌افزاری و فضای ذخیره‌سازی میانی را کاهش دادند. در واحد ماتریسی نیز بازطراحی یک ضرب‌کننده، مساحت سلول‌های استاندارد را حدود ۱۵ درصد کاهش داد و تأخیر محاسباتی را از دو چرخه کلاک به یک چرخه رساند. بازطراحی جداگانه یک جمع‌کننده نیز کاهش ۱۵ درصدی مساحت را بدون تغییر تأخیر دوچرخه‌ای آن به همراه داشت. در مجموع، تغییرات پیشنهادی مدل‌ها مساحت سلول‌های استاندارد را در واحد برداری حدود ۱۳ درصد و در واحد ماتریسی حدود ۱۰ درصد کاهش دادند. این بهینه‌سازی‌ها در مرحله آزمایش سیلیکونی Jalapeño نیز تأیید شدند.

OpenAI یک مدل اختصاصی طراحی تراشه‌های هوش مصنوعی توسعه می‌دهد

همکاری با AMD

OpenAI در همکاری با AMD توانسته است عملکرد شاخص‌های PPA را در مقایسه با طراحی‌های پایه‌ای که پیش‌تر به‌شدت بهینه‌سازی شده بودند را تا ۱۴ درصد بهبود دهد. مدل‌های این شرکت با بازنویسی کدهای توصیف‌کننده مدارهای تراشه (SystemVerilog RTL)، بهینه‌سازی‌های جدیدی در سخت‌افزارهای AMD شناسایی کردند. به گفته OpenAI، این پیشرفت معادل حدود یک سال دستاورد در طراحی تراشه است که در کمتر از پنج ماه حاصل شده است. AMD برخی تغییرات را در طراحی‌ای که اخیراً برای تولید فرستاده، اعمال کرده و سایر موارد را برای استفاده در نسل‌های آینده در فایل‌های طراحی خود قرار داده است. همچنین AMD بهبودهای تک‌رقمی در شاخص‌های PPA را در بخش‌های کلیدی پردازنده پرچم‌دار نسل آینده خود تأیید کرده است.

ارزیابی توانایی مدل‌ها در طراحی پردازنده

OpenAI برای سنجش پیشرفت مدل‌های مختلف، آن‌ها را روی دو پردازنده متن‌باز ۳۲ بیتی مبتنی بر معماری RISC-V، یعنی PicoRV32 و Ibex آزمایش کرد. در این ارزیابی، مدل‌ها باید طراحی موجود را به‌گونه‌ای بهینه می‌کردند که توان عملیاتی پردازنده افزایش یابد. نتایج نشان داد GPT-6.2 Astra بالاترین امتیاز میانگین را در هر دو پردازنده کسب کرده است. GPT-6.1 Sol نیز عملکرد بهتری از GPT-5.6 Sol داشت.

در آزمایش دوم، مدل‌ها به‌جای بهینه‌سازی طراحی موجود، با دریافت الزامات متنی و قالب‌های اتصال به سیستم، یک هسته پردازنده را از ابتدا طراحی کردند. هر پنج مدل در این وظیفه عملکرد بهتری نسبت به بهینه‌سازی طراحی موجود داشتند. بااین‌حال، OpenAI تأکید می‌کند که امکان حذف برخی قابلیت‌های پردازنده اصلی، مانند شمارنده‌های عملکرد و دستورالعمل‌های اضافی، ممکن است بخشی از این برتری را توضیح دهد. بنابراین، این ارزیابی هنوز تمام پیچیدگی‌های طراحی تراشه‌های تجاری را بازنمایی نمی‌کند.

شاخص‌های ارزیابی

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
[wpforms id="48325"]