IEEE представив п’ятикурсну програму з архітектури процесорів ШІ
IEEE запустив п’ятикурсну програму про архітектуру, проєктування та продуктивність процесорів для штучного інтелекту.
IEEE Educational Activities за підтримки IEEE Computer Society розробила програму AI Processor Architecture, Design Principles, and Performance, присвячену принципам архітектури, проєктування та оцінювання продуктивності процесорів для штучного інтелекту. Програма складається з п’яти курсів і розрахована на фахівців, які працюють з апаратним забезпеченням для ШІ, зокрема архітекторів обладнання, розробників мікросхем, інженерів вбудованих систем і дата-центрів. Про запуск навчального напряму повідомляє IEEE Spectrum.
Курси охоплюють базові принципи будови й функціонування ШІ-процесорів, сучасні архітектури, нейронні процесори, нові напрями розвитку та проєктування систем для периферійних пристроїв, хмари, квантових обчислень і інтернету речей. У програмі також розглядають обчислювальні блоки, ієрархії пам’яті, потоки даних і вплив інженерних рішень на характеристики систем.
Пам’ять і спеціалізовані прискорювачі
У матеріалі зазначається, що зростання розмірів і складності моделей ШІ підвищує обчислювальні вимоги до обладнання. Одним із ключових обмежень продуктивності є передавання даних між пам’яттю та процесором, яке називають проблемою «стіни пам’яті» для ШІ. Через це індустрія дедалі частіше розвиває спеціалізовані чипи та платформи прискорювачів для конкретних завдань.
Навчальна програма приділяє увагу компромісам між пропускною здатністю, затримкою та операційною ефективністю. Її учасники мають аналізувати, як архітектура обладнання та взаємодія мережевих алгоритмів впливають на роботу систем у різних середовищах.
Діалоги аватарів у курсах
Матеріали подають у форматі сценарних діалогів між аватарами, згенерованими ШІ. Вони представляють інженерів різних спеціалізацій і обговорюють конфлікти між фізичними обмеженнями обладнання, алгоритмічними вимогами, теоретичною та реальною продуктивністю, синхронізацією багатопроцесорних систем і питаннями стандартів та відповідності вимогам.
У ключових моментах діалог переривається, а слухачеві пропонують обрати рішення щодо інженерного компромісу або передбачити наслідки проєктного вибору. Кожен курс завершується модулем, у якому представники різних дисциплін дискутують і перевіряють припущення одне одного. Видання також посилається на дослідження 2024 року в IEEE Transactions on Learning Technologies, за яким навчання з використанням аватарів може підвищити впевненість слухача до 25% і поліпшити засвоєння складного технічного матеріалу.
