Новейший 168-ядерный процессор Eyeriss нейронная сеть в нашем смартфоне

Сообщество функциональных злоумышленников плотно опустошает виртуальные кошельки в процесс пары минут затем их активации

Фото: NoHoDamon

Хакеры растянули с Bitcoin аккаунтов, защищенных другими мерами сохранности, около 3 тыщ. Конкретно о экий сумме разговаривают исследователи, отслеживавшие транзакции в Bitcoin-сети в процесс пары лет. И это лишь маленькая толика то, что имелось зафиксировано. Неувязка располагает отношение к тем аккаунтам, что защищены свободными для запоминания паролями заместо рослых криптографических ключей, тот или другой традиционно употребляются. Идет речь о так давать имя мозговых кошельках: юзер выдумывает пароль, изгоняет его сквозь хеш-функцию, и на выходе приобретает собственный криптографический ключ. При всем этом уяснить необходимо лишь близкое секретное слово, пароль, а не сам ключ. Комфортно? Да. Безопасно? Оказывается, нет.

Цифровыми взломщиками имелись опустошены приблизительно 900 аккаунтов, юзеры тот или иной применяли мозговые пароли для творения закрытых ключей шифрования, вызываемых для снятия средств. Во почти всех вариантах уязвимые аккаунты имелись опустошены в процесс минут либо даже секунд затем активации и выхода аккаунта в онлайн. При всем этом в процесс почти всех лет юзеры Bitcoin старались запоминать пароли, заместо применения криптоключей, считая экий способ безопасным и комфортным. Специалисты предуведомляли о том, что это заблуждение, но предостережения подсобляли всего ничего.
Приветствуем наших читателей на страничках блога iCover! На прошедшей в начале февраля в Сан-Франциско Интернациональной конференции International Solid State Circuits Conference (ISSCC-2016) группа разрабов из MIT (Massachusetts Institute of Technology) показала работающий макет чипа новейшего поколения Eyeriss, создававшегося как концептуальное заключение, дозволяющее воссоздавать способности алгоритмов нейронных сетей в пространном диапазоне агрегатов небольшой мощности.

Одной из беспристрастных обстоятельств, по тот или другой в наших телефонах либо планшетах до теперешнего дня не взяли искусственные нейронные сети неименье малогабаритного Ageofcomp.infoа кормления достаточной мощности. Ведь так-называемые brain-like, мозгоподобные налаженности искусственного интеллекта, по очень мере в том облике, в тот или другой они представлены современными технологиями зависят в собственной занятию от сильных многоядерных процессоров, употребляющих в сопоставленьи с нашим мозгом, неописуемое численность энергии. Представить для себя сходственные заключения на ватерпасе агрегатов пользовательского класса в любом случае до недавнего поры вероятным не представлялось. Сообща с тем, мысль миниатюризации искусственного интеллекта потряхивает разумы разрабов хватить издавна и, как выясняется, теснее приносит близкие хватить ощутимые плоды.

Нейронные сети оказались в центре интереса ученых с главных дней исследования искусственного интеллекта, но в 1970-х, они водились немного позабыты. В бранное десятилетие, технологии, связанные с внедрением потенциалов нейронных сетей изучаются на ватерпасе программ глубокого обучения (Deep learning).

Глубочайшее обучение располагает множество сфер внедрения, этаких как определение объекта, речи либо лиц отмечают Вивьен Зи (Vivienne Sze) и Эмануэль Е. Ландсман (Emanuel E. Landsman) доцент кафедры Массачусетского технологического института электротехники и компьютерных наук, группа тот или иной разработала новейший чип. На данный момент, нейронные сети достаточно трудны и, действуют, в генеральном, на сильных чипах. Представьте для себя, что вы можете перенести эту функциональность на личный мобильный телефон либо встроенное агрегат и далее обрабатывать колоссальные массивы инфы не применяя соединение. Обработка огромных массивов предоставленных на вашем телефоне дозволит недопустить задержки, возникающей за счет размена предоставленных с сетью, что, в свойскую очередь, дозволит почти всем прибавлениям действовать веско эффективнее. А не считая того, предложенное заключение дозволит обеспечить новое качество охраны конфиденциальной информации.

Нейронные сети, обычно, реализуются на основе многоядерных графических процессоров (GPU). На Интернациональной конференции в Сан-Франциско исследователи MIT представили новейший 168-ядерный чип, разработанный с целью реализации алгоритмов искусственного интеллекта на базе нейронных сетей. В сопоставленьи с мобильным GPU (не указывается, в сопоставленьи с каким конкретно) процессор показал в 10 разов великую эффективность, что дозволяет применять пользовательское мобильное агрегат для локального пуска сильных алгоритмов искусственного интеллекта без необходимости отправки предоставленных для пасмурной обработки. Главные факторы разработки отражены в пресс-релизе MIT от 3 февраля 2016 года.

Новейший чип, названный разрабами Eyeriss, может отыскать обширное использование в Вебе вещей, носимой электронике, самоуправляемых транспортных средствах, производственном оборудовании, и даже в сельском хозяйстве, подсобляя с заключением и координацией текущих задач. С методами искусственного интеллекта на борту мобильные установки сумеют зачислять заключения на локальном ватерпасе, предоставив юзеру в качестве управления к деянию теснее готовый итог, а не набор сырых предоставленных из сети веб. И, естественно, одно из употреблений локальных нейронных сетей их употребление при творении автономных ботов самого различного рекомендации.

Дели и властвуй
Нейронные сети, обычно, располагают многослойную структуру и каждый оболочка хранит большущее численность обрабатывающих отделов. На исходном шаге обработки сведения прибывают и распределяются меж отделами нижнего покрова. Потом обработки заработанных предоставленных каждым из отделов итог подается для обработки отделам последующего покрова. На выходе ругательного покрова формируется итог заключения поставленной задачки. Сообразно, для заключения масштабных задач по описанному методу потребуются значимые вычислительные ресурсы.

Запроса, вначале предъявленные к чипу самими разрабами поставили их в хватить железные рамки: с одной страны заключение подобать оказаться энергоэффективным, с второй оперировать элементарными агрегатами инфы. В конце концов, чип соответствен располагать вероятностью моделирования разнообразных разновидностей нейронных сетей с учетом поставленных перед ним текущих задач. Все эти запроса водились счастливо реализованы в процессоре Eyeriss.

Чип, разработанный в лаборатории MIT, представляет из себя теснее сформированную нейронную сеть, локализованную на ватерпасе 168-ядерного процессора, тот или другой в перспективе сумеет иметься встроен в мобильные установки.

Ключ к эффективности Eyeriss минимизация частоты размена предоставленными меж ядрами и наружными банками памяти, операции, связанной с великим энергопотреблением и временными затратами. В то период как ядра обычных GPU завязаны на один-одинешенек совместный банк памяти, каждое ядро Eyeriss располагает своей памятью. Кроме этого, сведения, перед оправкой на примыкающие ядра проходят функцию сжатия.

Очередное добродетель реализуемого метода потенциал ядер общаться вместе впрямую, избегая посредника в облике шины системной памяти. Это критически принципиальная необыкновенность для имитации службы сверточной нейронной сети (Convolutional Neural Network CNN). Вся вычислительная служба, нужная для определения образов и речи, выполняется в Eyeriss локально, без необходимости обращения к сетевым ресурсам, что дозволяет обеспечить потенциал действенного функционирования установки даже в соглашениях неимения наружней сети.

В конце концов, еще один-одинехонек совершенством Eyeriss делается принцип умного распределения отдельных вычислительных задач меж ядрами в рамках единичной решаемой задачки. В собственной локальной памяти ядро подобать беречь не совсем только сведения обрабатываемые отделами, да и сведения, обрисовывающие сами участки. С целью обеспечения наибольшей производительности процесса обработки предоставленных, а также для загрузки Eyeriss наибольшим объемом предоставленных из главный памяти метод распределения предоставленных обоих разновидностей оптимизируется умышленно созданной для данной нам цели микросхемой в режиме настоящего поры с учетом необыкновенностей актуальной нейронной сети.

На мероприятии International Solid State Circuits Conference в Сан-Франциско команда разрабов, употребляв способности чипа Eyeriss пользовательского ватерпаса, показала реализацию метода определения образов в рубежах локальной нейронной сети. Подобная задачка отмечается в пресс релизе имелась реализована ранее, но на ватерпасе муниципальных проектов самых идущих в ногу со временем из сделанных нейронных сетей.

Эта служба чрезвычайно главна, так как показывает, как действенно интегрированные процессоры для глубочайшего исследования способны обеспечить призываемую мощность и производительность оптимизации и принести трудные вычислительные процессы из облака на мобильные устройства разговаривает Майк Полли, старший вице-президент лаборатории мобильных процессоров Innovations Lab Samsung, дополняя: В прибавленье к инноваторскому комплексу аппаратных выводов, исследование профессионалов MIT наглядно показывает, как можнож сделать встроенное ядро полезным для разрабов прибавлений с внедрением обычной сетевой архитектуры AlexNet и Caffe.

Финансирование проекта Eyeriss, начиная с сотворения подразделения на основе лаборатории MIT, отчасти исполнялось на средства южноамериканского оборонного ведомства DARPA. Не изумительно, что главным, кто откликнулся на анонс процессора впечатляющим редакционным веществом, стал знакомый военный аналитик Патрик Такер (Patrick Tucker). Новейшие процессоры Eyeriss, найденные на мобильные аксессуары боец США, по его убеждению, будут способны решать наитруднейшие вычислительные задачки, связанные с обработкой колоссальных размеров инфы без подключения к корпоративной сети.

Так, в нынешнее время ВВС США ежесуточно зарабатывают с дронов, летящих над Афганистаном, до 1500 часов HD-видео и до 1500 фото сверхвысокого разрешения. При этом цельный этот бесконечный поток инфы приходится по старинке зрительно анализировать операторам, так как живущее компьютерное ПО не в состоянии отличить крестьянина, бродящего с палкой по горной дорожке, от террориста с пусковой агрегатом для управляемых ракет. Для заключения сходственных задач вначале и начинали создаваться способы машинного обучения, основанные на репрезентационном обучении.

Процессоры Eyeriss образцово настанут для агрегата на беспилотные военные дроны, так как дозволят проводить интеллектуальную обработку массива изображений и видео с использованием технологий глубокого обучения прямо на борту летательного аппарата. При всем этом отсеянные полезные сведения можнож имелось бы посылать прямо в боевые подразделения, действующие в указанном регионе избегая центр анализа оперативной инфы.

Короткое резюме

В ходе тестов чип Eyeriss показал степень энергоэффективности, в 10 разов превосходящий характеристики идущих в ногу со временем мобильных графических чипов. При всем этом с его подмогой оказывается технологически вероятно обеспечить службу алгоритмов искусственного интеллекта на агрегатах, владеющих малогабаритными масштабами от телефонов и планшетов до носимой электроники. Задержки, творимые сетями при размене предоставленными для этакого процессора оказываются сводятся к минимуму, так как большая часть вычислений чип сумеет выполнить локально. На основе Eyeriss можнож будет творить не совсем только различные умные устройства, да и ботов, владеющих некой ступенью самостоятельности в принятии выводов.

Определенных временных промежутков в процесс тот или другой Eyeriss сумеет трансформироваться в коммерческий продукт и во цельной кощей раскрыть близкие способности на ватерпасе потребителя создатели из MIT пока не именуют. Определенный оптимизм внушает причастность к разработке водящих профессионалов и живой энтузиазм ответственных научных служащих из Samsung.

Ageofcomp.info

Уважаемые читатели, мы постоянно с наслаждением встречаем и ждем вас на страничках нашего блога. Мы готовы и далее делиться с вами актуальными новинками, обзорными веществами и иными публикациями, и попытаемся сделать все вероятное для того, чтоб проведенное с нами период имелось вам полезным. И, естественно, не запамятовывайте расписываться на наши рубрики.

Остальные наши статьи и действия

ROCCAT набавляет RGB подсветку в серию RyosLogitech расширяет линейку мех-ских игровых клавиатур с цветной подсветкойБанда Tesoro: Игровой набор кибер-чемпионаБудущность SSD накопителей на M.2 Обзор Sandisk x300sТоп 10 наихороших видеороликов Apple. Зимняя ностальгия