بیشتر بخوانید

صفحه اصلی > آموزشی : تنسور کور

تنسور کور

هسته های تنسور

هسته تنسور یک واحد پردازش تخصصی در GPU است که برای سرعت بخشیدن به محاسبات ماتریسی طراحی شده است. این محاسبات در هوش مصنوعی، یادگیری دقیق (deep learning) و سایر بخش هایی که نیاز به محاسبات سنگین باشد، استفاده میشود.این هسته ها از اجزای اصلی تشکیل دهنده  پردازنده های گرافیکی مدرن هستند که عملکرد کلی هوش مصنوعی به آن ها بستگی دارد.

  • دقت و کارایی : هسته های تنسور به کمک عملیات ترکیبی، محاسبات بسیار دقیقی انجام میدهند. عملیات ترکیبی یعنی انباشت با دقت داده های کم دقت. نتیجه این کار شبیه محاسبات داده ها با دقت بالا است فقط با این تفاوت که نیاز به حافظه و قدرت محاسباتی بسیار کمتری است.
  • سرعت : هسته های تنسور باعث افزایش توان عملیاتی در زمینه هوش مصنوعی میشوند و به محققان و توسعه دهندگان این زمینه این امکان را میدهد تا فرایند مدل سازی را با سرعت بسیار بیشتری انجام دهند.این بهبود عملکرد به طور چشمگیری باعث افزایش سرعت و کاهش هزینه ها میشود.
 

هسته های Tencor چگونه کار میکنند ؟

 اجزای اصلی تشکیل دهنده هسته های تنسور :

  • واحد های پیچیده سخت افزاری
  • شتاب دهی به محاسباتی ماتریسی
  • بهینه سازی محاسبات ماتریسی در مقیاس بزرگ
  • افزایش دقت در حین انجام عملیات ترکیبی

معماری هسته های تنسور حول عملیات ترکیبی و چند انباشتی ماتریسی میچرخد. یعنی با کمک فرمت هایی با دقت پایین به راحتی عملیات ضرب و جمع ماتریسی را انجام میدهند. این رویکرد نشان می‌دهد که چگونه هسته‌های تنسور در مقایسه با هسته‌های GPU سنتی، توان عملیاتی و راندمان محاسباتی بالاتری دارند.

محاسبات ماتریسی ستون اصلی محاسبات هوش مصنوعی به حساب می آید که در مواردی همچون یادگیری عمیق
(Deep learning) شبکه عصبی مصنوعی (neural network) و یادگیری ماشین ها (Meachine learning) مورد استفاده قرار میگیرد. این عملیات شامل ضرب و جمع ماتریس ها است که ممکن است در حالت عادی بسیار فشرده و زمان بر باشد، اما هسته های تنسور با سرعت باور نکردنی ای این عملیات را انجام میدهند!

هسته های Tencor

افزایش سرعت در محاسبات هوش مصنوعی

  1.    ماتریس های ورودی مورد نیاز الگوریتم های هوش مصنوعی در هسته های تنسور بارگذاری می شوند.

  2.    هسته های تنسور عملیات ترکیبی ضرب را به صورت چند انباشتی بر روی این ماتریس ها انجام میدهند.

  3.      جواب این عملیات یک ماتریس است که در حافظه ذخیره میشود.

  4.     محاسبات تسریع شده سپس برای محاسبات بعدی یا تجزیه و تحلیل بیشتر استفاده می شود.

محاسبات ماترسیس اصلی داخل هسته های تنسور انجام میشود که با این عمل،بار از روی GPU برداشته شده و سرعت پردازش آن افزایش میابد.
این افزایش شتاب برای کاربردهایی همچون یادگیری عمیق مفید است (چرا که نیاز به محاسبات ماتریسی پیچیده در این قسمت امری ضروری است.)

هسته های تنسور برای چه مواردی استفاده میشوند؟

  • رانندگی خودران :

هسته های تنسور تشخیص اشیا را در واقعیت امکان پذیر می کنند و به خودروهای خودران اجازه می دهند عابران پیاده، وسایل نقلیه و علائم راهنمایی و رانندگی را به دقت شناسایی کنند.

  • مراقبت سلامت :

هسته های تنسور به تجزیه و تحلیل تصاویر پزشکی به کار می آیند و به پزشکان کمک می‌کنند تا بیماری‌ها را به‌طور مؤثرتری تشخیص دهند.

  • تشخیص تصویر و گفتار :

هسته های تنسور مقادیر زیادی داده را به طور همزمان محاسبه می کنند تا بتوانند گفتار و تصویر در واقعیت را پردازش کنند.

این قابلیت در دو زمینه به طور ویژه استفاده میشود :
در تجارت الکترونیک برای تشخیص محصول و ارائه پیشنهاد به مشتری

در دستگاه های تشخیص صدا برای تشخیص هر چه سریع تر صدای افراد.

  • هوش مصنوعی :

با تکامل هوش مصنوعی، تنسور کور ها نقش بسیار تعیین کننده ای در آموزش و طراحی شبکه های عصبی مصنوعی ایفا خواهند کرد. قابلیت‌های محاسباتی با کارایی بالا باعث پیشرفت در پردازش زبان طبیعی، روباتیک و واقعیت مجازی خواهد شد.

  • تحقیقات علمی :

هسته‌های تنسور باعث پیشرفت در تحقیقات علمی میشوند به وسیله تحلیل مجموعه داده های حجیم در زمینه های مختلفی از جمله: نجوم،مدل سازی آب و هوا و اکتشاف دارو.

shahri-ariaman-wp

«پست قبلی

0 0 رای ها
امتیازدهی به مقاله
اشتراک در
اطلاع از
guest

0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
0
افکار شما را دوست داریم، لطفا نظر دهید.x