Группа исследователей из Университета Карнеги — Меллона получила от американского Национального научного фонда грант величиной $2,6 млн на создание микросхем нового поколения. Разрабатываемые микроэлектронные устройства будут непрерывно собирать и анализировать данные о собственных параметрах работы. Исследователи надеются, что это произведёт революцию в методах проектирования и режимах эксплуатации микросхем.
«Этот грант поможет нам получить микросхемы, обладающие способностью обучаться на собственных “больших данных”, меняя своё предназначение таким образом, чтобы лучше соответствовать потребностям пользователя», — объясняет глава Центра реализации микроэлектронных систем Университета Карнеги — Меллона Шон Блэнтон.
Программа рассчитана на три года. В ней примут участие восемь сотрудников института робототехники. Среди них — специалисты с опытом работы в таких областях, как проектирование микросхем и компьютерной архитектуры, информационная безопасность и системы машинного обучения.
Сегодня для компьютерной техники разработано множество алгоритмов снижения энергопотребления, но они ещё очень далеки от совершенства. Вся эта масса чипов в сумме потребляет колоссальное количество энергии, которой хватило бы на электрификацию целой страны.
«По иронии судьбы современные чипы эффективно оптимизируют всё, кроме собственной работы, — говорит Шон Блэнтон. — Они тратят значительную часть энергии впустую, что приводит к сокращению времени автономной работы устройств и срока жизни батарей. Высокая потребность в электроэнергии препятствует росту числа центров обработки данных и усугубляет энергетический кризис».
Исследователи из Университета Карнеги — Меллона создали проект SLIC, в рамках которого пытаются реализовать методы статистического обучения в процессорах следующего поколения. Главная задача — полная интеграция в чипы автоматической системы управления собственными ресурсами с использованием алгоритмов машинного обучения.
SLIC для интегральной схемы станет гарантией её оптимальной работы. Это означает постоянный контроль выполняемых операций и бережное отношение к ресурсам. Адаптивный самоконтроль не только улучшит параметры чипов, но и сделает возможным создание новых интеллектуальных систем: имплантируемых датчиков уровня глюкозы в крови для больных диабетом, интерфейсов «мозг — компьютер» для управления бионическими протезами конечностей и многих других.
По мнению участников проекта, особенно важную роль он сыграет для развития критических компонентов ИТ-инфраструктуры — таких как управление транспортными потоками и телекоммуникациями.