Основным спикером на встрече был Александр Котельников, IEEE Senior Member, сооснователь компании Turation Limited (Hong Kong), который
рассказал о последних трендах в специализированных процессорах для машинного обучения и в области вычислительной техники в целом.
Так, в области машинного обучения производительность «железа» очень существенна в тех приложениях, где нужна мобильность и независимость от Интернета, то есть где вычисления не могут производиться в облаке (на удаленном сервере). Например, беспилотные автомобили пока не могут развивать скорость больше 35 км/ч именно из-за ограничений скорости вычислительных мощностей, которые должны быть автономными. Или, например, разблокировка телефона по голосу или лицу должна происходить мгновенно и быть доступна без связи, то есть вычисления должны производиться на устройстве — никому не захочется ждать в такой ситуации.
По мнению Александра Котельникова, скорость, защищенность и энергоэффективность вычислений — вот основные вызовы в этих областях, которые с развитием машинного обучения приобрели особую актуальность, породили спрос на исследования и разработки и в некотором смысле обусловили кризис роста отрасли аппаратных средств, которая не успевает за темпами развития программного обеспечения.
Задачи машинного обучения настолько специфичны и разнообразны, что процессорами теперь занимаются далеко не только AMD и Intel. Аппаратные архитектуры, оптимизированные с учетом специфики работы компании, разработали в Google, Apple, Huawei, Baidu и анонсировали в Alibaba, Tesla, Facebook и Microsoft.
— Кроме того, на этот рынок вышло большое количество стартапов, которые пытаются потеснить гигантов и занять свое место под солнцем. Благодаря разнообразию задач машинного обучения, победитель в этой гонке, скорее всего, будет не один, — подчеркнул Александр Котельников.
Рост числа разработчиков аппаратных архитектур и их специализация под конкретные задачи машинного обучения, развитие открытых технологий, реконфигурируемые архитектуры, гибридные технологии и нейроморфные процессоры — вот неполный список тенденций, о которых рассказал Александр.
Лекция доступна в записи на канале лаборатории аналитики потоковых данных и машинного обучения Механико-математического факультета НГУ.
.jpg "Ученый НГУ наблюдал полное солнечное затмение в штате Индиана")