CoCoUnit: Els processadors del futur per a la computació cognitiva

Una tecnologia disruptiva per conservar la biodiversitat de les selves tropicals
març 11, 2022
Cardiovascular Scale i altres dispositius per al monitoratge cardiovascular ràpid i en remot
febrer 24, 2022
25/02/2022

El grup de recerca Architectures and Compilers (ARCO) treballa en el projecte CoCoUnit, per dissenyar noves arquitectures de sistemes de computació que siguin energèticament eficients especialment per a aplicacions que facin ús intens de funcionalitats cognitives, com ara el reconeixement de la veu, la traducció automàtica , la síntesi de veu, la classificació d'imatges o el reconeixement d'objectes.



Se segueix un enfocament disruptiu mitjançant la recerca en arquitectures no convencionals que milloren dràsticament l'eficiència energètica i alhora aporten millores substancials en el rendiment. Aquestes plataformes utilitzen diversos tipus d'unitats especialitzades per a diversos camps, i es fa un èmfasi especial en processadors gràfics i arquitectures inspirades en el cervell (per exemple, xarxes neuronals) a causa del seu potencial per explotar paral·lelisme massiu i la seva elevada eficiència energètica. Es proposen extensions a les arquitectures existents combinades amb nous acceleradors i unitats funcionals. El resultat final d'aquest projecte és idear plataformes que proporcionin noves experiències als usuaris en les àrees de computació cognitiva i intel·ligència computacional tant en dispositius mòbils com en servidors i centres de dades.

El projecte està aproximadament al seu equador. Entre els resultats més rellevants fins ara cal destacar:

  • El disseny d'un “System-on-Chip” que inclou diversos acceleradors per al reconeixement automàtic de la parla en temps real i baix consum energètic.
  • El disseny d'un accelerador per a xarxes neuronals que inclou tècniques noves per reduir el consum d'energia, com són el reús de còmputs, la poda de neurones i connexions, la selecció dinàmica de la precisió utilitzada en els càlculs, l'augment de la localitat als accessos a memòria, i un nou mecanisme per planificar l'execució concurrent de múltiples instàncies de xarxes neuronals recurrents.
  • Una caracterització detallada del rendiment i consum energètic dels sistemes de computació per a vehicles autònoms i la proposta d'un accelerador per optimitzar un dels seus colls d'ampolla principals, la localització i el mapeig simultani (SLAM).
  • El disseny d'una nova unitat per millorar el rendiment de les GPU per a algoritmes de grafs mitjançant la fusió i filtratge dels accessos a memòria.
  • Noves microarquitectures per a processadors gràfics de baix consum basades a explotar la coherència entre frames successius per evitar còmputs i millorar-ne l'eficiència energètica d'una forma substancial, així com noves organitzacions de la seva jerarquia de memòria per explotar millor la localitat als accessos.

Projectes Relacionats