0 تکنولوژیپردازندهتسلاهوش مصنوعی

تسلا تراشه D1 Dojo را برای تعلیم هوش مصنوعی معرفی کرد

زمان مطالعه: 2 دقیقه


هوش مصنوعی (AI) یکی از جنبه‌های جدید تکنولوژی محسوب می‌شود و طی سال‌های گذشته اقتباس‌های مختلفی به خود دیده می‌باشد. تسلا که به‌عنوان یک شرکت فعال در حوزه خودروهای الکتریکی و خودران شناخته می‌شود، پیوسته در جنبه‌های مختلف کسب‌و‌کار نگاه خاص‌ای به هوش مصنوعی داشته و اخیرا به انگیزه افزایش بار کاری نرم‌افزارهای مرتبط با AI، از تراشه D1 Dojo برای تعلیم هوش مصنوعی رونمایی کرده می‌باشد.

هَم‌اکنون شرکت‌های زیادی برای بار کاری هوش مصنوعی از تراشه‌های ASIC استفاده می‌کنند؛ از استارتاپ‌های کوچک گرفته تا شرکت‌های عظیمی همچون آمازون، بایدو، اینتل و انویدیا. اما شاید تعداد کمی از این شرکت‌ها در نهایت موفق شوند روش شایسته‌ای برای هر کاربرد پیاده‌سازی کنند. به همین خاطر است که تسلا به فکر توسعه تراشه ASIC برای تعلیم هوش مصنوعی افتاده می‌باشد.

[table id=2 /]

تراشه جدید که با نام D1 شناخته می‌شود، در حقیقت قسمتی از ابرکامپیوتر Dojo است که برای تعلیم مدل‌های هوش مصنوعی در دفتر مرکزی تسلا به کار گرفته شده و بعدا در کاربردهای مختلف مورد استفاده قرار خواهد گرفت. تراشه یاد‌شده با پروسه ساخت ۷ نانومتری TSMC ساخته شده است و بیش از ۵۰ میلیارد ترانزیستور در دل خود جای داده که مساحت Die این تراشه را به ۶۴۵ میلی‌متر مربع رسانده‌اند.

تراشه D1 ادعاهای زیادی در زمینه کارکرد دارد و طبق گفته‌های تسلا، می‌تواند تا ۳۶۲ ترافلاپس وظیفه با دقت FP16/CFP8 یا حدود ۲۲٫۵ ترافلاپس وظیفه با دقت FP32 را به انجام برساند. با این اوصاف گویا تراشه تسلا برای اطلاعات نوع FP16 بهینه‌سازی شده است؛ چرا که چنانچه سطح کارکرد ادعاشده درست باشد، تسلا حتی تواناترین بازیگر در زمینه قدرت پردازشی کامپیوتر یعنی انویدیا را با این تراشه پشت سر خواهد گذاشت. هَم‌اکنون پردازنده گرافیکی A100 Ampere انویدیا می‌تواند ۳۱۲ ترافلاپس وظیفه با دقت FP16 را به انجام برساند.

در مقیاس سیلیکونی، تسلا یک مش متشکل از واحدهای کارکرد (FU) ساخته است که به هم متصل شده‌اند تا این تراشه بزرگ را تشکیل بدهند. هر یک از این واحدهای کارکرد، متشکل از یک پردازنده ۶۴ بیتی به همراه یک ISA سفارشی است و ۱٫۲۵ مگابایت حافظه محلی SRAM دارد. طراحی پردازنده نیز در حقیقت به صورت پیاده‌سازی سوپراسکالر (superscalar) انجام شده می‌باشد. واحدهای کارکرد می‌توانند یک ترافلاپس وظیفه BF16 یا CFP8 یا ۶۴ گیگافلاپس پردازش FP32 را به انجام برسانند و پهنای باند آن‌ها در هرکدام از جهت‌های مش ۵۱۲ گیگابایت بر ثانیه می‌باشد. مش به این سان طراحی شده تا واحدهای کارکرد را در یک سیکل کلاک بپیماید و به همین دلیل، تأخیر کاهش و کارکرد بهبود می‌یابد.

شما در مورد آینده هوش مصنوعی چه نظری دارید؟ با عنایت به فعالیت‌های متنوع شرکت‌های مختلف و جاه‌طلبی شرکت‌هایی همچون تسلا، چه آینده‌ای برای ادوات هوش مصنوعی مفکر هستید؟

نوشته های مشا‌به

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نمی‌گردد.

دکمه بازگشت به بالا