معالجات Photonic TPU
٢ أغسطس ٢٠٢٠
#تعلم_الآلة #التعلم_العميق
من الـ GPU إلى الـ TPU إلى Photonic TPU وحدات المعالجة القائمة على الفوتونات الضوئية، أو التعلم العميق بسرعة الضوء! بحث جديد نُشر في Applied Physics Reviews يقترح استخدام الضوء بدل الكهرباء لتعلم الآلة و شبكات التعلم العميق.
لم ينفك علماء الحاسب عن تطوير وحدات المعالجة لتحسين عمليات الحوسبة لنتمكن من أداء مهام معقدة في أوقات قياسية! نستعرض المقترح الذي عمل عليه باحثين من جامعة جورج واشنطن بالإعتماد على Photonic tensor أو الموتر الضوئي للقيام بعمليات ضرب المصفوفات بالتوازي!
تحسين سرعة عمليات ضرب المصفوفات يؤثر بشكل مباشر على سرعة وكفاءة نماذج التعلم العميق التي تعتمد بشكل أساسي على ضرب المصفوفات. الدافع وراء البحث، هو أن أداء المعالجات المناسبة للتعلم العميق، مثل GPUs أو TPUs، يعتبر محدود نسبياً بسبب بطء عمليات نقل البيانات بين المعالج والذاكرة.
وبالتالي، باستخدام الذاكرة الضوئية Photonic tensor يمكن القيام بنفس العمليات الممكنة على TPUs بكفاءة أعلى واستهلاك طاقة أقل! لذلك، يمكن استخدامها لتدريب نماذج التعلم العميق بسرعة الضوء على حد تعبير أحد الباحثين! وُجد أن الـ TPU الجديد يحسن الأداء بمعدل ٢-٣ مرات من TPU المعتاد!
للمزيد عن الموتر Tensor اخترنا مقطعي فيديو لشرح المفهوم ببساطة (يمكن تفعيل الترجمة التلقائية بالعربية):