Numenta نشان داده است که CPU های Intel Xeon می توانند با اعمال رویکردی جدید در مورد آنها، عملکرد بسیار بهتری از بهترین CPU ها و بهترین GPU ها در بارهای کاری هوش مصنوعی داشته باشند.
با استفاده از مجموعهای از تکنیکهای مبتنی بر این ایده که تحت عنوان Numenta Platform for Intelligent Computing (NuPIC) نامگذاری شده است، این استارتآپ سطوح عملکرد جدیدی را در CPUهای معمولی بر اساس استنتاج هوش مصنوعی باز کرده است. خدمت به خانه.
نکته واقعاً شگفتانگیز این است که ظاهراً میتواند از پردازندههای گرافیکی و پردازندههایی که به طور خاص برای مقابله با استنتاج هوش مصنوعی طراحی شدهاند، بهتر عمل کند. به عنوان مثال، Numenta حجم کاری را انتخاب کرد که انویدیا ارقام عملکرد را با پردازنده گرافیکی A100 خود گزارش کرد و آن را بر روی یک پردازنده ۴۸ هستهای افزوده شده نسل چهارم Sapphire Rapids اجرا کرد. در تمام سناریوها، بر اساس توان کل، سریعتر از تراشه انویدیا بود. در واقع، این پردازنده ۶۴ برابر سریعتر از پردازنده Xeon نسل سوم اینتل و ده برابر سریعتر از پردازنده گرافیکی A100 بود.
تقویت عملکرد هوش مصنوعی با علوم اعصاب
Numenta، که به دلیل رویکرد الهام گرفته از علوم اعصاب در بارهای کاری هوش مصنوعی شناخته شده است، به شدت بر ایده محاسبات پراکنده تکیه می کند – که چگونه مغز ارتباط بین نورون ها را ایجاد می کند.
اکثر CPU ها و پردازنده های گرافیکی امروزه برای محاسبات متراکم طراحی شدهاند، بهویژه برای هوش مصنوعی، که نسبت به شیوهای که مغز در آن کار میکند، نیرویی خشنتر است. اگرچه پراکندگی یک راه مطمئن برای افزایش عملکرد است، CPU ها نمی توانند به خوبی در این راه کار کنند. اینجاست که Numenta وارد عمل می شود.
این استارتآپ بهنظر میرسد با استفاده از «سس مخفی» خود در CPUهای عمومی، بهجای استفاده از «سس مخفی»، دستاوردهای راندمان محاسبات پراکنده را در مدلهای هوش مصنوعی باز کند. تراشه هایی که به طور خاص برای مدیریت بارهای کاری مبتنی بر هوش مصنوعی ساخته شده اند.
اگرچه میتواند هم روی CPU و هم GPU کار کند، Numenta از پردازندههای Xeon اینتل استفاده کرد و افزونههای بردار پیشرفته (AVX)-512 به همراه افزونههای پیشرفته ماتریس (AMX) را روی آن اعمال کرد، زیرا تراشههای اینتل در آن زمان در دسترسترین چیپها بودند.
اینها افزونه هایی برای معماری x86 هستند – به عنوان مجموعه دستورالعمل های اضافی که می توانند به CPU ها اجازه دهند عملکردهای سخت تری را انجام دهند.
Numenta سرویس NuPIC خود را با استفاده از کانتینرهای docker ارائه می دهد و می تواند روی سرورهای خود شرکت اجرا شود. اگر عملاً کار کند، راهحلی بهینه برای استفاده مجدد از CPUهایی خواهد بود که قبلاً در مراکز داده برای بارهای کاری هوش مصنوعی مستقر شدهاند، به خصوص با توجه به زمان انتظار طولانی در پردازندههای گرافیکی پیشرو در صنعت انویدیا A100 و H100.
بیشتر از TechRadar Pro
منبع: https://www.techradar.com/pro/a-tiny-startup-has-helped-intel-trounce-amd-and-nvidia-in-critical-ai-tests-is-it-game-over-already