Het Georgia Institute of Technology, Sandia National Laboratories en het Pacific Northwest National Laboratory lanceren samen een nieuw onderzoekscentrum om enkele van de meest uitdagende problemen op het gebied van Artificial Intelligence (AI) op te lossen, dankzij 5,5 miljoen dollar aan financiering van het Amerikaanse Ministerie van Energie (DoE).
AI stelt computersystemen in staat om automatisch te leren van ervaringen zonder expliciet geprogrammeerd te worden. Dergelijke technologie kan taken uitvoeren die voorheen alleen een mens kon uitvoeren: zien, patronen identificeren, beslissingen nemen en handelen.
Het nieuwe co-design centrum, bekend als het Center for Artificial Intelligence focussed Architectures and Algorithms (ARIAA), gefinancierd door DoE’s Office of Science, zal de samenwerking tussen wetenschappers van de drie organisaties bevorderen bij het ontwikkelen van kerntechnologieën die belangrijk zijn voor de toepassing van AI to DoE-missieprioriteiten, zoals cyberveiligheid, veerkracht van het elektriciteitsnet, grafische analyse en wetenschappelijke simulaties.
NNL Senior Research Scientist Roberto Gioiosa wordt de directeur van het centrum en zal de visie, strategie en onderzoeksrichting leiden. Tushar Krishna, een assistent-professor aan de Georgia Tech’s School of Electrical and Computer Engineering (ECE), en Siva Rajamanickam, een informaticus in Sandia, zullen als adjunct-directeuren fungeren.
Elke instelling brengt een unieke kracht in de samenwerking: PNNL heeft expertise op het gebied van elektriciteitsnetsimulatie, chemie en cybersecurity en heeft onderzoekservaring op het gebied van computerarchitectuur en programmeermodellen, evenals op het gebied van computerhulpmiddelen zoals systemen voor het testen van opkomende architecturen. Sandia heeft expertise in software-simulatie van computersystemen, algoritmes voor machine learning, grafische analyse en spaarzame lineaire algebra’s, en zal toegang bieden tot computerfaciliteiten en testbedsystemen om vroegtijdige toegang tot nieuwe computerarchitecturen voor codeontwikkeling en -testen te ondersteunen. Georgia Tech heeft expertise in het modelleren en ontwikkelen van aangepaste versnellers voor het machinaal leren en spaarzame lineaire algebra en zal toegang tot nieuwe hardwareprototypes ontwikkelen en bieden.
“Nieuwe projecten zoals het centrum werden mogelijk gemaakt door de strategische samenwerking tussen Sandia en Georgia Tech in de afgelopen jaren”, zegt Sandia’s Rajamanickam.
De ,,speciaal-doelhardware kan AI-taken toelaten om sneller te lopen en minder energie te gebruiken dan op conventionele gegevensverwerkingsapparaten zoals CPU’s en GPU’s.”. ARIAA is gecentreerd rond een concept dat bekend staat als “co-design”, dat verwijst naar de noodzaak voor onderzoekers om de mogelijkheden van hardware en software af te wegen en in evenwicht te brengen – en de enorm verschillende soorten architecturen en algoritmen die mogelijk zijn om de problemen op te lossen.
Krishna’s lab zal leiding geven aan de inspanningen op het gebied van het ontwerpen en evalueren van herconfigureerbare hardwareversnellers die zich kunnen aanpassen aan de snel veranderende behoeften van AI-toepassingen. In het bijzonder zal het efficiënt uitvoeren van schaarse berekeningen een belangrijk aandachtspunt zijn. Een aantal afzonderlijke berekeningen zijn van cruciaal belang voor verschillende rekengebieden die van belang zijn voor de DoE, omdat ze het aantal berekeningen van problemen met grote hoeveelheden data sterk verminderen. Een manier om over spaarzaamheid na te denken is dat er miljoenen of zelfs miljarden gebruikers op een social media site kunnen zijn, maar dat een gebruiker zich alleen maar zorgen maakt over updates van een paar honderd vrienden.
Krishna, de ON Semiconductor Junior Professor in ECE, werkt aan aangepaste hardwareversnellers voor AI. In 2015 was hij medeontwikkelaar van de Eyeriss Deep Learning ASIC (in samenwerking met MIT), een van de eerste prototypes die realtime inleving in een ultramodern diep neurale netwerk, toen bekend als AlexNet, aantoonde. Meer recentelijk werkte zijn lab aan een analytische microarchitecturale ontwerpafdeling voor AI-versnellers, MAESTRO (ontwikkeld in samenwerking met NVIDIA) en een herconfigureerbaar AI-versnellerplatform, MAERI genaamd. Beiden zullen worden ingezet voor het uitvoeren van co-design als onderdeel van het ARIAA centrum.
“Georgia Tech biedt een geweldige omgeving voor het uitvoeren van onderzoek in hardware-software co-design dankzij een rijke samenwerkingsomgeving binnen ECE en het College of Computing, en levendige onderzoekscentra zoals Machine Learning at Georgia Tech (ML@GT) en het Center for Research in Novel Computing Hierarchies (CRNCH), die onderzoekers met ervaring in algoritmes, compilers, architectuur, circuits en nieuwe apparaten samenbrengen en zo samenwerking en innovatie bevorderen,” aldus Krishna
