Magdalena Posted October 3, 2023 Share Posted October 3, 2023 დღესდღეობით მურის კანონის აქტუალობა სულ უფრო მეტ კითხვას ბადებს, ამიტომ NVIDIA-ს მეცნიერებმა წარმოადგინეს ახალი ხედვა გამოთვლების მომავალზე: ჰუანგის კანონი. NVIDIA-ს დამფუძნებლისა და აღმასრულებელი დირექტორის, ჯენსენ ჰუანგის სახელით წოდებული ეს კანონი გულისხმობს, რომ იმპულსი, რომელიც პროცესორების წარმადობის ზრდაში ვიხილეთ, მომავალშიც გაგრძელდება ძირითადად ადამიანის გამომგონებლობის საფუძველზე. ფოტოს წყარო: NVIDIA ჰუანგის კანონსა და მურის კანონს შორის მთავარი განსხვავებაა აქცენტი არქიტექტურულ და ალგორითმულ ინოვაციებზე, ვიდრე უბრალოდ ჩიპში ტრანზისტორების რაოდენობის გაორმაგებაზე ყოველ ორ წელიწადში ერთხელ ტექნოპროცესის შემცირების გზით. NVIDIA-ს მთავარმა სამეცნიერო თანამშრომელმა Bill Dally-მ კონფერენცია Hot Chips 2023-ზე აღნიშნა, რომ 28-ნმ-დან 5-ნანომეტრიან ტექნოლოგიაზე გადასვლამ ათი წლის განმავლობაში განაპირობა წარმადობის მხოლოდ 2.5-ჯერადი ზრდა, ხოლო ზრდის ძირითადი ნაწილი მიღწეული იქნა არქიტექტურაში ძირითადი ინოვაციებით და რიცხვების დამუშავებით. წარმადობის 1000-მაგ ზრდაში მთავარი წვლილი იყო კომპიუტერების მიერ გამოთვლებისთვის გამოყენებული რიცხვების წარმოდგენის გამარტივება. NVIDIA Hopper არქიტექტურის დანერგვამ Transformer ძრავით შესაძლებელი გახადა მნიშვნელოვანი ნაბიჯის გადადგმა ხელოვნური ინტელექტის მოდელების სასწავლო პროცესის დაჩქარებაში. Hopper-ის ტენსორ-ბირთვები, რომელთაც 8-ბიტიანი და 16-ბიტიანი მცურავი წერტილის ფორმატების შერევა შეუძლიათ, გადამწყვეტი გახდა ხელოვნური ინტელექტის გამოთვლების დაჩქარებაში ტრანსფორმერების (ნეიროქსელების გარკვეული ტიპი) სწავლების პროცესში ისე, რომ საჭირო სიზუსტე არ შემცირებულა. ამ ინოვაციამ უზრუნველყო გამოთვლების უმაღლესი დონის ეფექტურობის მიღწევა, რაც კრიტიკულად მნიშვნელოვანია თანამედროვე ამოცანებისთვის ხელოვნური ინტელექტის სფეროში. უფრო მეტიც, სამჯერ გაიზარდა მცურავი წერტილის ოპერაციების წარმადობა 32-, 64-, 16- და 8-ბიტიანი მთელი რიცხვის ფორმატებში, რამაც ასევე ხელი შეუწყო გამოთვლითი პროცესების საერთო აჩქარებას. Transformer ძრავსა და მეოთხე თაობის NVIDIA NVLink ტექნოლოგიასთან ერთად Hopper-ის ტენსორ-ბირთვები უზრუნველყოფს სამუშაო დატვირთვის აჩქარებას მაღალი წარმადობის გამოთვლით (HPC) და ხელოვნური ინტელექტის ამოცანებში. გარდა ამისა, სამასზე მეტი ადამიანისგან შემდგარმა გუნდმა, რომელსაც Bill Dally ხელმძღვანელობს, შეიმუშავა ინსტრუქციები, რომლებიც GPU-ს საშუალებას აძლევს უფრო ეფექტურად მოახდინოს მუშაობის ორგანიზება, დაზოგოს ენერგია და 12.5-ჯერ გაზარდოს წარმადობა. NVIDIA Ampere არქიტექტურაში არსებული სტრუქტურული ინოვაციები უზრუნველყოფს დამატებით 2-ჯერ გაძლიერებულ წარმადობას ხელოვნური ინტელექტის მოდელების სიზუსტის დარღვევის გარეშე. აქცენტების ეს ცვლილება გზას უხსნის ახალ, უფრო ეფექტურ არქიტექტურებსა და ალგორითმებს, რის შედეგად ახლანდელი დრო უაღრესად საინტერესო ხდება კომპიუტერული ინჟინერიისა და მიკროსქემების პროექტირების სპეციალისტებისთვის. როგორც ჩანს, საინფორმაციო ტექნოლოგიების ინდუსტრია შესაძლებლობების ახალი ეპოქის მოწმეა, სადაც ადამიანური გენია და ინოვაცია პროგრესის მთავარ მამოძრავებელ ფაქტორებს წარმოადგენს. https://tinyurl.com/bdhwx4tz Quote Link to comment Share on other sites More sharing options...
Recommended Posts
Join the conversation
You can post now and register later. If you have an account, sign in now to post with your account.