Apollo: aplicación del aprendizaje profundo en chips

El aprendizaje profundo es esa forma de IA que sobresale al incorporar el cerebro humano que, en última instancia, ayuda a mejorar las capacidades de toma de decisiones. Existen numerosas aplicaciones que se basan en el aprendizaje profundo. Una de esas aplicaciones que llamó la atención de todos es su incorporación en chips de inteligencia artificial.

Apollo de Google

Recientemente, a Google se le ocurrió uno de sus proyectos de investigación llamado Apollo, que representa un desarrollo fascinantePero lo que se pudo ver en Apollo es que el programa está realizando una exploración de arquitectura. Ahora, esto es contrario a lo que Dean había mencionado en ese entonces. Apollo no habla de un plano de planta, para ser específico. Apollo tiene como objetivo ejecutar diferentes enfoques de manera metódica y decir qué funciona mejor.

Esta «exploración de la arquitectura» es de un nivel mucho más alto que el de lugar y ruta y también es donde existe un mayor margen para la mejora del rendimiento. Funciona en diferentes chips y hay un equipo exclusivo que participa en el desarrollo de chips para IA, conocidos como aceleradores.

Ahora la verdadera tarea es diseñar chips de IA. Dado que Apollo se centra en las redes neuronales, la arquitectura giraría igual. Y es por eso que va al álgebra lineal, unidades matemáticas simples que realizan multiplicaciones de matrices y suman los resultados. Bueno, definitivamente no es una tarea fácil de realizar. La búsqueda no se limita a unos pocos parámetros. Se deben cubrir las áreas relacionadas con la cantidad de unidades matemáticas, llamadas elementos del procesador, y cuánta memoria de parámetros y memoria de activación serían óptimas para un modelo dado, por nombrar algunas.

En pocas palabras, la arquitectura empleada en Apollo es tal que puede determinar qué tan bien se comportarán los diferentes enfoques de optimización en el diseño de chips. A pesar de que el diseño del chip se ve afectado por las nuevas cargas de trabajo de la IA, el proceso de diseño del chip podría tener un impacto en la red neuronal.