Toshiba fait avancer l'apprentissage profond avec le processeur neuromorphique à puissance extrêmement faible

< >

Toshiba fait avancer l'apprentissage profond avec le processeur neuromorphique à puissance extrêmement faible

< >

Toshiba Corporation
Storage & Electronic Devices Solutions Company
Koichi Tanaka / Kota Yamaji
Public Relations & Investor Relations Group
Division de planification commerciale
Téléphone : +81-3-3457-3576
semicon-NR-mailbox@ml.toshiba.co.jp

< >

Toshiba Corporation (TOKYO : 6502) poursuit son entreprise fondée sur son engagement à promouvoir l'Internet des Objets et l'analyse des données volumineuses en développant un Réseau neuronal à domaine temporel¹ (Time Domain Neural Network, TDNN) utilisant un circuit à semi-conducteur neuromorphique à consommation d'énergie extrêmement faible afin d'exécuter les processus d'apprentissage profond. Un TDNN est composé d'un nombre massif de petites unités de traitement qui exploitent la technique analogique originale de Toshiba, contrairement aux processeurs numériques conventionnels. Le TDNN a été présenté le 8 novembre lors de la Conférence asiatique 2016 sur les circuits à état solide (Asian Solid-State Circuits Conference 2016, A-SSCC 2016), une conférence internationale parrainée par l'IEEE sur la technologie des circuits à semi-conducteur qui s'est tenue au Japon.

Le présent Smart News Release (communiqué de presse intelligent) contient des éléments multimédias. Consultez l'intégralité du communiqué ici : http://www.businesswire.com/news/home/20161107006734/fr/

L'apprentissage profond requiert un nombre massif de calculs, généralement exécutés sur des processus très performants consommant beaucoup d'énergie. Cependant, amener la puissance de l'apprentissage profond des dispositifs de pointe de l'IoT, tels que des capteurs et des smartphones, requiert des CI à rendement énergétique très élevé pouvant exécuter le grand nombre d'opérations requises tout en consommant très peu d'énergie.

Dans l'architecture informatique de type² de von Neumann, la plus grande partie de l'énergie est consommée en déplaçant des données depuis des périphériques mémoire du processeur ou en dehors du processeur vers l'unité centrale. La façon la plus efficace de réduire le mouvement d'une donnée est d'avoir une immense quantité d'unités centrales, chacune dédiée pour gérer une seule donnée située à proximité. Ces données se voient attribuer un poids pendant la conversion d'un signal d'entrée (par ex., l'image d'un chat) en un signal de sortie (par ex., la reconnaissance de l'image d'un chat). Plus le point de la donnée est proche de la sortie souhaitée, plus le poids qui lui est attribué est élevé. Le poids donne un paramètre qui guide automatiquement le processus d'apprentissage profond.

Le cerveau a une architecture semblable en ce que la force de la couplage entre les neurones (poids des données) est incorporée dans les synapses (unités centrales). Dans ce cas, les synapses sont les connexions entre les neurones, chacune d'elles ayant une force différente. Cette force (poids) détermine le signal traversant la connexion. De cette façon, une synapse exécute un type de traitement. Cette architecture, qui peut être décrite comme une architecture pleinement déroulée sur le plan spatial, est attrayante, mais elle a un inconvénient évident : la répliquer sur une puce requiert une immense quantité de circuits arithmétiques, quantité qui devient rapidement trop élevée.

Le TDNN de Toshiba, qui emploie des techniques de traitement de signal mixtes analogiques et numériques à domaine temporel (TDAMS³) développées en 2013, permet la miniaturisation de l'unité centrale. Dans les techniques TDAMS, les opérations arithmétiques, comme l'addition, sont exécutées de façon efficace en utilisant le temps de retard du signal numérique passant par la porte logique sous la forme d'un signal analogique. Avec cette technique, l'unité centrale pour l'apprentissage profond peut être composée de seulement trois portes logiques et d'une mémoire à 1 bit avec une architecture pleinement déroulée sur le plan spatial. Toshiba a produit une puce faisant figure de preuve de concept qui utilise une cellule à mémoire vive statique (Static Ramdom Access Memory, SRAM) comme mémoire et qui a démontré une capacité de reconnaissance des chiffres manuscrits. La consommation d'énergie par opération est de 20,6 fJ⁴, soit 1/6 fois mieux que rapporté auparavant lors d'une conférence de premier plan précédente⁵.

Toshiba prévoit de développer le TDNN comme mémoire vive résistive (ReRAM) afin d'améliorer encore davantage le rendement énergétique et superficiel. L'objectif est un CI qui réalise des dispositifs de pointe à technologie d'apprentissage profond très performants.

1. TDNN : réseau neuronal utilisant la technique de traitement de signal mixte analogique et numérique à domaine temporel.
2. Type de von Neumann : l'architecture informatique standard la plus fréquemment utilisée. L'architecture charge des données des périphériques mémoire vers l'unité centrale pour traitement.
3. TDAMS : une technique de traitement de signal analogique qui utilise le temps de retard d'un signal numérique passant par les portes logiques comme signal analogique. Développé par Toshiba. (référence : http://www.toshiba.co.jp/about/press/2013_02/pr2101.htm)
4. 20.6fJ : équivalant à des performances de 48,6 billions d'opérations en 1 seconde avec une consommation d'énergie de 1 W.
5. Article numéro 24.2 de la Conférence Internationale 2016 sur les circuits à l'état solide (International Solid-State Circuits Conference 2016, ISSCC 2016)

À propos de Toshiba
Toshiba Corporation, une entreprise du classement Fortune Global 500, canalise ses compétences de classe mondiale en produits et systèmes électroniques et électriques de pointe, et se concentre sur trois domaines d'activités : L'énergie qui soutient une vie de tous les jours plus propre et plus sûre ; L'infrastructure qui soutient la qualité de vie ; et le stockage qui soutient une société d'information avancée. Guidée par les principes de l'engagement de base du groupe, « Au service de la population, au service de l'avenir », Toshiba promeut des opérations mondiales et contribue à la création d'un monde où les générations futures vivront mieux.
Fondée à Tokyo en 1875, la société Toshiba se situe aujourd'hui au c?ur d'un réseau mondial de plus de 550 entreprises consolidées employant 188 000 personnes à travers le monde, avec un chiffre d'affaires annuel dépassant les 5,6 billions de yens (50 milliards USD). (au 31 mars 2016).
Pour en savoir plus sur Toshiba, consultez le site www.toshiba.co.jp/index.htm

Le texte du communiqué issu d'une traduction ne doit d'aucune manière être considéré comme officiel. La seule version du communiqué qui fasse foi est celle du communiqué dans sa langue d'origine. La traduction devra toujours être confrontée au texte source, qui fera jurisprudence.

Consultez la version source sur businesswire.com : http://www.businesswire.com/news/home/20161107006734/fr/