神经计算实验室创建了俄罗斯第一台神经网络处理器

在俄罗斯国防研究基金会（NEF）的一个项目下工作的工程师和研究人员展示了第一个俄罗斯制造的专门的神经网络处理器，用于基于深度神经网络的机器学习算法的能量有效执行。这些算法广泛用于自动解决图像和语音识别、自动驾驶汽车控制等任务。该项目的主要承包商是莫斯科物理技术研究所的神经计算系统实验室。

依赖深度神经网络的机器学习算法需要相当大的计算能力，它们通常使用图形加速器运行。后者消耗了太多的电力，无法在移动平台上使用，例如小型无人驾驶飞机或地面车辆或智能相机。这就是为什么全世界的研究人员都在追求专门的神经网络张量处理器的概念。与图形加速器相比，通过利用神经网络的某些计算能力，张量处理单元可以实现更高的能源效率。

MIPT已经展示了NCore，一种根据65纳米设计标准制造的神经网络处理器。尽管该处理器是在俄罗斯境外制造的，但目前在莫斯科郊区的Zelenograd的一家米克朗工厂引进了所需的技术。NCore的能效与图形加速器相当，符合更先进的28纳米设计标准，甚至更严格的指导方针。

据FAR项目组负责人Alexey Zablotskiy称，该架构可以缩小规模，以在“更薄”的设计标准下创建俄罗斯的神经网络处理器。扎布罗茨基补充说，这将确保机器学习算法专用张量处理单元设计中的科学和技术对等性。

“到目前为止，我们已经开发了基本元素：处理器核心、接口和基本软件，”来自MIPT神经计算系统实验室的Dmitry Negrov说，“我们的算法翻译软件使我们能够转换神经网络，使用流行的机器学习框架将其与系统一起启动。”

“我们已经有了一个硅系统原型，采用65纳米技术制造，按照现代标准，这相当粗糙。最终，我们打算使用我们的核心作为晶体系统的组件，”研究人员补充说。

该项目的一个重要部分是开发一个机器学习算法的自动翻译程序，该程序使用流行的框架tensorflow、caffe和keras开发。这种统一将使用户能够在熟悉的环境中工作。

预期消费者参与的NCore测试定于2019年春季进行。在此之后，将创建处理器的改进版本。

MIPT实验室旁边的项目合作商包括国家航空系统研究所和布鲁克电子控制机器研究所。该项目由俄罗斯教育和科学部资助。