CoCoUnit: Los procesadores del futuro para la computación cognitiva

Una tecnología disruptiva para conservar la biodiversidad de las selvas tropicales
marzo 11, 2022
Cardiovascular Scale y otros dispositivos de monitorización cardiovascular
febrero 24, 2022
25/02/2022

El grupo de investigación Architectures and Compilers (ARCO) trabaja en el proyecto CoCoUnit, para diseñar nuevas arquitecturas de sistemas de computación que sean energéticamente eficientes especialmente para aplicaciones que hagan uso intenso de funcionalidades cognitivas, tales como el reconocimiento de la voz, la traducción automática, la síntesis de voz, la clasificación de imágenes o el reconocimiento de objetos.



Se sigue un enfoque disruptivo mediante la investigación en arquitecturas no convencionales que mejoran drásticamente la eficiencia energética, y al mismo tiempo aportan mejoras sustanciales en el rendimiento. Estas plataformas utilizan diversos tipos de unidades especializadas para varios campos, y se hace especial énfasis en procesadores gráficos y arquitecturas inspiradas en el cerebro (por ejemplo, redes neuronales) debido a su potencial para explotar paralelismo masivo y su elevada eficiencia energética. Se proponen extensiones a las arquitecturas existentes combinadas con novedosos aceleradores y unidades funcionales. El resultado final de este proyecto es idear plataformas que proporcionen nuevas experiencias a los usuarios en las áreas de computación cognitiva e inteligencia computacional tanto en dispositivos móviles como en servidores y centros de datos.

El proyecto está aproximadamente en su ecuador. Entre los resultados más relevantes hasta el momento cabe destacar:

  • El diseño de un “System-on-Chip” que incluye diversos aceleradores para el reconocimiento automático del habla en tiempo real y bajo consumo energético.
  • El diseño de un acelerador para redes neuronales que incluye novedosas técnicas para reducir el consumo de energía, como son el reúso de cómputos, la poda de neuronas y conexiones, la selección dinámica de la precisión usada en los cálculos, el aumento de la localidad en los accesos a memoria, y un nuevo mecanismo para planificar la ejecución concurrente de múltiples instancias de redes neuronales recurrentes.
  • Una detallada caracterización del rendimiento y consumo energético de los sistemas de computación para vehículos autónomos y la propuesta de un acelerador para optimizar uno de sus principales cuellos de botella, la localización y mapeo simultáneo (SLAM).
  • El diseño de una nueva unidad para mejorar el rendimiento de las GPUs para algoritmos de grafos mediante la fusión y filtrado de los accesos a memoria.
  • Nuevas microarquitecturas para procesadores gráficos de bajo consumo basadas en explotar la coherencia entre frames sucesivos para evitar cómputos y mejorar su eficiencia energética de una forma sustancial, así como nuevas organizaciones de su jerarquía de memoria para explotar mejor la localidad en los accesos.

Proyectos Relacionados