Künstliche Intelligenz für die Hosentasche

Eyeriss – Neuronales Netz fürs Smartphone
Kommentare

Forscher des MIT haben einen Chip vorgestellt, der höchst effiziente Berechnungen auf Basis von neuronalen Netzen beherrscht. Eyeriss, so sein Name, soll zehn Mal so schnell wie herkömmliche mobile Grafikeinheiten (GPUs) sein. Implementierungen von KI- und Deep-Learning-Lösungen in Smartphones könnten so in naher Zukunft realisiert werden.

Zur Zeit reißen die Meldungen über spannende neue Projekte oder Forschungsergebnisse im Bereich der künstlichen Intelligenz (KI) nicht ab. In jüngster Vergangenheit hat sich vor allem Google mit seinem KI-Forschungsprojekt DeepMind hervorgetan. So gab man vor einer Woche bekannt, dass es dem Programm AlphaGo, hervorgegangen aus dem DeepMind-Labor, als erster künstliche Intelligenz gelungen sei, einen Menschen im Brettspiel Go zu besiegen. Das chinesische Spiel galt bisher als ultimative Herausforderung für jede künstliche Intelligenz. Kein Computer konnte sehr gute menschliche Spieler schlagen. Bis jetzt. Im November schien es, als sei Facebook kurz vor dem Durchbruch. Doch am Ende hatten die KI-Experten aus Mountain View die Nase vorn.

Neuronale Netze

Technologisch stecken hinter den meisten KI-Forschungsprojekten sogenannte neuronale Netze. Seit die Informatik als wissenschaftliche Disziplin existiert, ist es ein Ziel, die Funktionsweise des menschlichen Gehirns mit elektronischen Hilfsmitteln nachzuahmen und zu simulieren. Neuronale Netze eignen sich dafür besonders gut, weil sie dem Vorbild des menschlichen Gehirns und dessen Neuronen (Nervenzellen) rein schematisch am ehesten entsprechen. Forschungen haben gezeigt, dass neuronale Netze in der Lage sind zu lernen und KI-Aufgaben mit einer sehr geringen Fehlerquote ausführen können, beispielsweise die Erkennung von Objekten in Bildern.

Erfahren Sie mehr über künstliche Intelligenz, z. B. in der dreiteiligen Artikelserie „Neuronale Netze„.

Deep Learning für die Hosentasche

Bis jetzt waren die eindrucksvollen Ergebnisse der KI-Forschung stets auf ressourcenstarken Großrechnersystemen oder Serverfarmen erzielt worden. Denn neuronale Netze sind in der Regel zu komplex und ressourcenhungrig, um sie auf herkömmlichen Consumer-Chips zu betreiben. Selbst Drive PX 2, ein Hardwaremodul von Nvidia für autonom fahrende Autos, benötigt derart viel Energie, dass eine Wasserkühlung Pflicht ist. Die Energieaufnahme zu reduzieren wäre deshalb ein wichtiger Schritt, um neuronale Netze mobil zu machen.

Ingenieure des MIT können jetzt mit ersten Erfolgen aufwarten. Auf der International Solid State Circuits Conference in San Francisco haben sie einen Chip namens Eyeriss vorgestellt, mit dem anspruchsvolle Bildverarbeitung auf Basis von neuronaler Netzen auch auf Smartphones möglich sein soll. Dabei setzen die MITler allerdings nicht auf eine Cloudlösung. Stattdessen bemüht sich der Ansatz der Forscher vor allem um energieschonende Datenverarbeitung.

Eyriss: Arbeitsteilung für mehr Effizienz

Eyeriss soll Berechnungen weitaus effizienter erledigen als herkömmliche GPUs in Mobilgeräten. 168 sogenannte „processing engines“ (oder kurz: Kerne) mit jeweils eigenen Speicherbereichen sollen Eyeriss zehn Mal schneller machen als herkömmliche GPUs in Smartphones, die in der Regel etwa ebenso viele Kerne aufweisen.

Das Geheimnis hinter Eyeriss‘ Effizienz liegt darin begründet, dass benachbarte Speicherbereiche ohne Umweg über den Primärspeicher direkt miteinander kommunizieren können. Durch diese Reduzierung der Datenbewegungen wird Energie gespart. Den Primärspeicher versuchen die Forscher hingegen so wenig wie möglich so nutzen. Sollte dies jedoch nötig sein, werden Daten vorab komprimiert und von den Kernen mithilfe des Primärspeichers ausgetauscht.

Dank dieses Ansatzes kann man auf Eyeriss sogar AlexNet betreiben, ein sogenanntes “ Deep Convolutional Neural Network „, das sehr akribisch und rechenintensiv als Deep-Learning-Netzwerk fungiert.

Als Einsatzgebiete sehen die MIT-Forscher neben KI-Lösungen in Smartphones vor allem das Internet of Things. Autonom fahrende Autos, Drohnen, Roboter. Ab wann Eyeriss in Consumer-Geräten verbaut werden könnte gaben die Forscher nicht bekannt.

 

Aufmacherbild: artificial intelligence, futuristic and communication, brain and computer-part via Shutterstock / Urheberrecht: Christian Lagerek

 

Unsere Redaktion empfiehlt:

Relevante Beiträge

Meinungen zu diesem Beitrag

X
- Gib Deinen Standort ein -
- or -