Statt auf GPUs oder normalen CPUs laufen neuronale Netze für das maschinelle Lernen (ML) zunehmend auf spezialisierten Chips. Mit dem ML-Prozessor hat nun auch ARM einen solchen Chip vorgestellt.
Heutige neuronale Netzwerke kämpfen noch mit etlichen Problemen der mangelnden Bandbreite und zu hoher Latenz oder der fehlenden Sicherheit. Ein Ausweg könnte in speziell für diesen Einsatzzweck designter Hardware liegen, wie sie unter anderem Google bereits entwickelt hat (Tensor Processing Unit). Nun stellt auch ARM einen von Grund auf für diesen Zweck entwickelten ML-Prozessor vor.
ARMs ML-Prozessor bietet mit 4,6 Tera-Operationen pro Sekunde (TOPS) eine hohe Performance und ist damit schneller als CPUs, GPUs, DSPs und Beschleuniger. Dabei nutzt er Energie besonder effizient (3 TOPS/Watt). Memory auf den Chip verrinngert externe Speicherzugriffe. Das Einsatzgebiet des Prozessors sollen vor allem Mobilgeräte sein, etwa Smartphones, Tablets, Kameras, HiFi-Geräte und dergleichen. Er kann von Open-Source-Software angesteuert werden und integriert sich in heerogene Plattformen für maschinelles Lernen.
Nicht zu vergessen die Systeme, die zur Zeit am Start sind. Autonome Fahrzeuge, die sich mit Rechnern auf Basis neuroyaler Netze im Verkehr und unbekannten Wegen orientieren. Auch dort wird stromsparendes Rechnen gebraucht und kein Hochleistungsrechner, der die Fahrzeugbatterie auch im Stand leer saugt. Ein Beispiel ist der Tesla, dessen bisher assistierendes System auf neuroyale Netze aufbaut.
Warum werden die Artikel nicht durch ein Programm mit Rechtschreibkorrektur gejagt, bevor sie hier erscheinen? Mir sind in den kurzen Artikel spontan 2 Rechtschreibfehler aufgefallen. Das muss ja nicht sein, wenn man es vermeiden kann.