VentureBeat سؤال وجواب: يقول أور دانون ، الرئيس التنفيذي لشركة Hailo ، إن الذكاء الاصطناعي المتطور يعني “ بث الأفكار ” وليس الفيديو

تأتي التطورات في تكنولوجيا شرائح الذكاء الاصطناعي بسرعة في الآونة الأخيرة ، حيث تشير تقارير عن معالجات جديدة من Google و Microsoft إلى أن هيمنة Nvidia GPUs على الذكاء الاصطناعي في مركز البيانات قد لا تكون كاملة.

خارج مركز البيانات ، تظهر أيضًا بدائل جديدة لمعالجة الذكاء الاصطناعي. تتميز هذه المعركة الأخيرة بمجموعة من صانعي شرائح الذكاء الاصطناعي المضمنة الذين يتبعون أساليب جديدة تحافظ على الطاقة أثناء التعامل مع استدلال الذكاء الاصطناعي – وهو أمر لا بد منه على حدود إنترنت الأشياء (IoT).

عد هيلو من بين صانعي الرقائق هؤلاء. تؤيد الشركة بنية تدفق بيانات غير تابعة لـ Von Neumann مناسبة للتعلم العميق على الحافة. تجمع الشريحة الخاصة بها بين DSP ووحدة المعالجة المركزية ومسرع الذكاء الاصطناعي للقيام بعملها ، كما قال الرئيس التنفيذي لشركة Hailo Orr Danon مؤخرًا لـ VentureBeat.

يمكن تضمين أحدث عروض الشركة ، Hailo-15 ، في الكاميرا ، ويمكن أن تستهدف عمليات نشر ضخمة للكاميرا ، ويمكنها التخلص من العمل الباهظ لتحليلات الرؤية السحابية ، مع الحفاظ على الطاقة. وراء ذلك ، هناك فكرة أنه ليس من المفيد دفع هذا النوع من العمل إلى السحابة – وليس إذا كانت إنترنت الأشياء ستحقق تقدمًا. (ملاحظة المحرر: تم تحرير هذه المقابلة من أجل الطول والوضوح).

VentureBeat: أصبحت Nvidia بالتأكيد لاعباً بارزاً في عالم الذكاء الاصطناعي. كيف تقيس جهودك مع حافة AI باستخدام الدوائر المتكاملة لتدفق البيانات ، مقارنة بجهود وحدة معالجة الرسومات من Nvidia؟

أور دانون: لكي نكون واضحين ، ينصب تركيز Nvidia الرئيسي على الخادم ومركز البيانات – وهذا ليس ما نقوم بتحسينه من أجله. بدلاً من ذلك ، نركز على المساحة المضمنة. تقدم Nvidia عروض هناك ، إلى حد كبير ، مشتقات من منتجات مركز البيانات ، وبالتالي فهي تستهدف الأداء العالي للغاية وبالتالي استهلاك طاقة أعلى وسعر أعلى ، ولكنها قادرة للغاية. على سبيل المثال ، أعتقد أن هدف منتجهم التالي يعمل بمعدل 2 بيتافلوبس على عامل شكل مضمن.

VB: بالطبع ، لم تعد تشبه الرقائق بعد الآن. تبدو مثل لوحات أو وحدات دوائر مطبوعة كاملة الحجم.

دانون: وهذا بالطبع صحيح. نحن نتبع نهجًا مختلفًا قليلاً: التحسين من أجل الطاقة ، والنظر إلى المساحة المضمنة. وهذا ، على ما أعتقد ، نوع من التفاضل.

بالطبع ، إحدى الفوائد الكبيرة للعمل مع Nvidia هي العمل مع نظام Nvidia GPU. ولكن حتى لو لم تكن في حاجة إليها ، فإنك تكتسب عبئًا على أي حال. إذا قمت بتوسيع نطاقه ، فإنه يعمل بشكل جيد ، ولكن خاصة عندما تحاول تقليص حجمه ، فإنه لا يعمل بكفاءة عالية. هذه هي مساحتنا ، والتي أعتقد أنها أقل اهتمامًا لشركة Nvidia ، التي تبحث في عمليات النشر الكبيرة جدًا في مراكز البيانات.

تلتقي رؤية الكمبيوتر بالذكاء الاصطناعي

VB: لا يزال ، لدى رقائق Hailo الجديدة الكثير لتفعله. يمكن تضمينها في الكاميرات. يبدأ بإشارة الفيديو الواردة ، أليس كذلك؟

دانون: لدينا مجالات معالجة متعددة. أحدها هو الواجهة المادية لمستشعر التصوير الذي يتعامل مع التعريض الضوئي التلقائي ، وتوازن البياض التلقائي – كل ما هو معالجة كلاسيكية للصور.

ثم ، علاوة على ذلك ، هناك تشفير للفيديو – وفوق ذلك لدينا مجموعة حوسبة غير متجانسة تعتمد على وحدة المعالجة المركزية التي نرخصها من ARM التي تقوم بتحليل البيانات وإدارة معالجة البيانات. علاوة على ذلك ، يوجد معالج إشارة رقمية ، وهو أكثر قدرة من وحدة المعالجة المركزية على عمليات أكثر تخصصًا. ويتم رفع الأثقال عن طريق الشبكة العصبية الأساسية لدينا.

الفكرة هنا هي أن معالجة الشبكة العصبية لا تتم بطريقة التحكم في التدفق ، مما يعني التنفيذ خطوة بخطوة ، بل هي توزيع المعالجة عبر مسرع الشبكة العصبية الذي لدينا داخل SOC [System on Chip].

تأخذ أجزاء مختلفة من المسرع أجزاء مختلفة من الرسم البياني للحساب وتدفق البيانات بينها. لهذا نسميها تدفق البيانات. هذا له تأثير كبير من حيث الكفاءة. سيكون استهلاك الطاقة منخفضًا بشكل كبير ، مقارنة بمستوى أداء الحوسبة الذي تحصل عليه.

إنترنت الأشياء بعيون

VB: إن انترنت الأشياء يبدو أنه يتطور في بعض الأسواق الفردية ، ويبدو أن هناك تخصصًا لمعالجة الرؤية.

دانون: أود أن أسميها “IoTwE” – إنترنت الأشياء ذات العيون – الأشياء التي تتطلع إلى العالم. عندما تنظر إلى إنترنت الأشياء ، لا فائدة من ذلك إذا كانت تقوم فقط ببث أو دفق كل ما لديك إلى موقع مركزي ما. هذا يدفع بالمشكلة إلى مساحة أخرى ، وهذا غير قابل للتطوير. هذا مكلف للغاية.

كما تعلم ، فإن أكبر علامة على الذكاء هي القدرة على تقديم وصف موجز لما تراه ، حتى لا تتخلص من كل شيء. على سبيل المثال ، إذا سألت ما الذي يجعل الطالب جيدًا ، فهو الشخص الذي يمكنه تلخيص ما قيل للتو في الفصل في بضع كلمات.

ما تحتاجه هو عقد ذكية للغاية تفهم العالم من حولها ، وتعطي رؤى لبقية الشبكة. كل شيء متصل ، لكنك لا تريد دفق الفيديو ، فأنت تريد دفق الأفكار.

VB: لماذا تتبع هندسة تدفق البيانات؟ هل تؤثر بنية الشبكة العصبية على نهج التصاميم الجوهرية في الشريحة الخاصة بك؟

دانون: هذه نقطة مهمة. الفكرة الكاملة لبنية تدفق البيانات هي النظر إلى الطريقة التي يتم بها هيكلة الشبكات العصبية ، ولكن لتوفير شيء لا يحاول تقليدها كنوع من الشبكات العصبية ذات الترميز الثابت. هذه ليست الفكرة.

من خلال فهم مفهوم تدفق البيانات ، وكيفية توزيع المعالجة ، يمكننا أن نشتق من تلك البنية المرنة التي من شأنها أن تحدد وصف المشكلة على مستوى البرنامج بشكل بسيط وفعال نسبيًا لتنفيذ المنتج على مستوى الأجهزة.

Hailo هو معالج مخصص. ليس من المفترض القيام بالرسومات. ليس من المفترض عمل التشفير. من المفترض أن تعمل الشبكات العصبية وتستلهم من طريقة وصف الشبكات العصبية في البرامج. وهي جزء من نظام كامل يخدم [the needs of the applications] من اقصاه الى اقصاه.