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.