IEEE запустив програму з архітектури та проєктування ШІ-процесорів
IEEE представила п’ятикурсну програму з архітектури, проєктування та оцінювання продуктивності процесорів для штучного інтелекту.
IEEE Educational Activities за підтримки IEEE Computer Society представила програму AI Processor Architecture, Design Principles, and Performance, присвячену архітектурі, принципам проєктування та оцінюванню продуктивності процесорів для штучного інтелекту. Як повідомляє IEEE Spectrum, програма складається з п’яти курсів і розрахована на фахівців, які працюють із апаратним забезпеченням для ШІ.
Навчання охоплює базові принципи проєктування та роботи ШІ-процесорів, сучасні архітектури, нейронні процесори для промислового застосування, нові архітектурні тенденції, а також системи для периферійних обчислень, хмарних сервісів, квантових технологій та інтернету речей.
Акцент на обмеженнях апаратного забезпечення
Програму позиціонують для архітекторів апаратного забезпечення, розробників мікросхем, фахівців із вбудованих систем і обладнання датацентрів. У курсах розглядають обчислювальні блоки, ієрархії пам’яті, потоки даних та те, як проєктні рішення впливають на продуктивність систем.
У IEEE зазначають, що зі зростанням розміру й складності моделей ШІ зростають і вимоги до обчислень. Одним із суттєвих обмежень продуктивності названо передавання даних між пам’яттю та процесором — так звану проблему «стіни пам’яті» для ШІ. Це спонукає галузь розвивати спеціалізовані прискорювальні платформи та поєднувати проєктування апаратного забезпечення з оптимізацією алгоритмів і мережевих рішень.
Навчання через діалоги аватарів
Особливістю програми є діалоговий формат із ШІ-згенерованими аватарами. Вони відтворюють сценарії, у яких інженери з різними ролями обговорюють компроміси між пропускною здатністю, затримкою, енергоефективністю, масштабованістю та дотриманням вимог.
Учасникам пропонуватимуть долучатися в ключові моменти діалогів: обирати варіант розв’язання інженерного компромісу, прогнозувати наслідки проєктного рішення або визначати обґрунтований технічний підхід. Кожен курс завершується модулем, де два фахівці з різних дисциплін ставлять під сумнів припущення одне одного та обговорюють рішення.
У матеріалі також наведено результати дослідження 2024 року в IEEE Transactions on Learning Technologies: навчання за участю аватарів може підвищувати впевненість слухачів до 25% і поліпшувати запам’ятовування складного технічного матеріалу.
