AInnovation מפרסמת מאמרים בפסגת התכנון של האלקטרוניקה DAC
| GPU מתוך PIXABAY.COM |
בעידן הבינה המלאכותית, אלגוריתמים, חישוב ונתונים הם שלושת הרכיבים העיקריים. מדענים ומהנדסים מאמצים מעבדים גרפיים לאימון מודלים של בינה מלאכותית, שמגבירים מאוד את כוח החישוב. אבל בתרחישים מסוימים אי אפשר לנצל את היתרונות של המעבדים הגרפיים עד הסוף. לכן חברות בינה מלאכותית רבות מתמקדות בדרכים לשיפור הביצועים של המעבדים הגרפיים/
AInnovation technology . היא חברת טכנולוגיות בינה מלאכותית שמקורה ב-Sinovation Ventures מאז הקמתה היא מדווחת על השגים בתחום המחקר היישומי.
עם ההתפתחות המהירה של העסקים של AInnovation, היא צריכה לעבד את הכמות העצומה של נתונים הולכים וגדלים מהלקוחות בזמן. לדוגמה, מכונות המכירה האוטומטיות החכמות ופלטפורמת בינת המדף צריכות לעבד מיליוני תמונות HD של לקוחות; פלטפורמת הראייה הממוחשבת התעשייתית נדרשת לעבד תמונות מאוד ברורות בזמן אמת בקווי ייצור; הפלטפורמה של פארקי תעשייה וקהילה חכמים אמורה לטפל בווידאו שנוצר על ידי מצלמות HD רב ערוציות; הפרויקטים שמפעילה קבוצת בינת הנתונים אמורים לטפל בנתונים עצומים שנגרמים על ידי פעולות של לקוחות. בה בעת, הם מאמנים מודלים תוך פרק זמן מוגבל תוך שימוש בכמות גדולה של נתונים. לכן, כדי לעמוד בדרישות של היישומים האלה, יכולת החישוב של מערכות מחשבים, במיוחד הביצועים של המעבדים הגרפיים, צריכה להשתפר בדחיפות.
לאחרונה מנהל הטכנולוגיות של AInnovation פאאן ז'נג היה שותף בחיבור מאמר בשם "Efficient GPU NVRAM Persistence with Helper Warps" (https://dac.com/content/2019-dac-accepted-papers) בכנס האוטומציה של התכנון של ACM/IEEE שהוא כנס חשוב בתחום התכנון והאוטומציה של אלקטרוניקה ומערכות משובצות. המאמר מספק תחילה שיטה שמשתמשת ב-NVRAM יעיל וידידותי שמאחסן מערכת עיבוד טרנזקציות במעבד גרפי, ומשפרת את הביצועים של המעבד הגרפי פי 4-5 בתרחישים מסוימים.
| {loadposition content-related} |
