Toshiba Memory Corporation développe une architecture matérielle et un algorithme de haut débit et à rendement énergétique élevé pour un processeur d'apprentissage profond

Toshiba Memory Corporation développe une architecture matérielle et un algorithme de haut débit et à rendement énergétique élevé pour un processeur d'apprentissage profond

Toshiba Memory Corporation
Kota Yamaji, +81-3-3457-3473
Division de la planification d'entreprise
semicon-NR-mailbox@ml.toshiba.co.jp

Toshiba Memory Corporation, le leader mondial des solutions de mémoire, a annoncé aujourd'hui le développement d'un algorithme haut débit et à rendement énergétique élevé et d'une architecture matérielle pour le traitement de l'apprentissage profond, permettant moins de dégradations de la précision de reconnaissance. Comparé aux processeurs classiques, le nouveau processeur pour l'apprentissage profond mis en place sur un FPGA^[1] multiplie par 4 le rendement énergétique. Cette innovation a été annoncée à l'occasion de l'édition 2018 de l'Asian Solid-State Circuits Conference (A-SSCC 2018) de l'IEEE qui s'est tenue à Taïwan,le 6 novembre.

Les calculs d'apprentissage profond exigent généralement d'importants volumes d'opérations multiplier-accumuler (MAC), ce qui a généré des problèmes de longues périodes de calcul et d'importante consommation énergétique. Bien que des techniques réduisant le nombre d'octets pour représenter les paramètres (précision d'octet) aient été avancées afin de réduire le volume total de calcul, l'un des algorithmes proposés réduit la précision d'octet à un ou deux octets, et ces techniques ont provoqué une dégradation de la précision de reconnaissance. Toshiba Memory a développé un nouvel algorithme réduisant les opérations MAC par l'optimisation de la précision d'octet des opérations MAC pour les filtres individuels^[2] présents dans chaque couche d'un réseau neural. Grâce au nouvel algorithme, les opérations MAC peuvent être réduites avec moins de dégradation de la précision de reconnaissance.

De plus, Toshiba Memory a développé une nouvelle architecture logicielle, baptisée la méthode de l'octet parallèle (bit-parallel), qui convient aux opérations MAC avec une précision d'octet différente. Cette méthode divise chaque précision d'octet variée en un octet, un à un, et peut exécuter une opération d'1 octet sur de nombreuses unités MAC en parallèle. Comparé aux architectures MAC classiques qui exécutent en série, elle améliore sensiblement l'efficacité d'utilisation des unités MAC dans le processeur.

Toshiba Memory a mis en place un réseau neural profond, ResNet50^[3], sur un FPGA grâce à la précision d'octet variée et à l'architecture MAC d'octet parallèle. Dans le cas de la reconnaissance d'image pour le dataset d'images d'ImageNet^[4], la technique ci-dessus tient compte du fait que le délai de fonctionnement ainsi que la consommation énergétique de la reconnaissance des données d'image sont réduits de 25 % avec moins de dégradation de la précision de reconnaissance, par rapport à une méthode classique.

L'intelligence artificielle (IA) devrait être mise en oeuvre sur divers appareils. Les techniques développées de haut débit et de faible consommation énergétique pour les processeurs d'apprentissage profond devraient être utilisées pour divers appareils de pointe tels que les smartphones et HMD^[5] et les centres de données qui nécessitent une faible consommation d'énergie. Les processeurs hautes performances tels que le GPU sont des appareils importants pour le fonctionnement haut débit de l'IA. Les mémoires et stockages sont également des dispositifs d'une importance capitale pour l'IA qui utilise inévitablement le big data. Toshiba Memory Corporation s'intéresse constamment à la recherche et au développement des technologies d'IA, et des mémoires et stockages innovants afin de prendre la tête de l'informatique orientée sur les données.

[1] FPGA : Field Programmable Gate Array, un circuit intégré conçu pour être configuré par un client ou un concepteur après la fabrication.
[2] filtre : Il existe généralement de nombreux filtres - jusqu'à plusieurs milliers - sur une couche d'un réseau neural.
[3] ResNet50 : L'un des réseaux neuraux profonds, généralement utilisé comme référence de l'apprentissage profond pour la reconnaissance d'image.
[4] ImageNet : Une vaste base de données d'images, généralement utilisée pour référencer la reconnaissance d'image, le nombre de données d'images est supérieur à 14 000 000.
[5] HMD : Casque de réalité virtuelle

À propos de Toshiba Memory Corporation

Toshiba Memory Corporation, leader mondial dans le domaine des solutions de mémoire, se consacre au développement, à la production et à la vente des mémoires flash et des disques durs SSD. En juin 2018, Toshiba Memory a été acquise par un consortium industriel dirigé par Bain Capital. Toshiba Memory est pionnière des services et solutions de mémoire d'avant-garde, visant à enrichir la vie des individus et élargir les horizons de la société. La technologie de mémoire flash 3D innovante de la société, BiCS FLASH(TM), ouvre la voie vers le perfectionnement du stockage d'applications à haute densité, notamment les téléphones intelligents, les ordinateurs, les disques durs SSD, les produits automobiles et centres de données les plus puissants. Pour obtenir de plus amples informations sur Toshiba Memory, veuillez consulter https://business.toshiba-memory.com/en-apac/top.html

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 : https://www.businesswire.com/news/home/20181107005435/fr/