شتاب دهنده هوش مصنوعی ( به انگلیسی: AI accelerator ) یک کلاس از شتاب دهنده های سخت افزاری[ ۱] یا سیستم کامپیوتری[ ۲] [ ۳] است که برای شتاب دهندگی به برنامه های هوش مصنوعی و یادگیری ماشین، از جمله شبکه های عصبی مصنوعی و بینایی ماشین طراحی شده است. برنامه های کاربردی معمولی شامل الگوریتم هایی برای رباتیک، اینترنت اشیا، و سایر وظایف مبتنی بر داده یا حسگر است. [ ۴] این برنامه ها اغلب طرح های چند هسته ای هستند و عموماً روی محاسبات با دقت پایین ، معماری های جدید جریان داده یا قابلیت محاسبات درون حافظه تمرکز می کنند. تا به امروز، سال ۲۰۱۸، یک تراشه مدار مجتمع هوش مصنوعی عادی حاوی میلیاردها ترانزیستور ماسفت است. [ ۵] چندین اصطلاح خاص تجاری برای دستگاه های این گروه به کار می رود و این فناوری، یک فناوری نوظهور بدون طراحی فراگیر است.
سیستم های رایانه ای اغلب واحد پردازش مرکزی را با شتاب دهنده های ویژه برای کارهای تخصصی تکمیل می کنند که به عنوان کمک پردازنده شناخته می شوند. واحدهای سخت افزاری ویژه برنامه کاربردی شامل کارت های گرافیکی، کارت های صدا، واحدهای پردازش گرافیکی و پردازنده های سیگنال دیجیتال هستند. همان طور که در دهه ۲۰۱۰ کاربردهای یادگیری عمیق و هوش مصنوعی افزایش یافت، واحدهای سخت افزاری تخصیص یافته نیز از محصولات موجود توسعه یافتند تا به اعمال این الگوریتم ها شتاب دهند
اولین طراحی ها مانند ETANN 80170NX[ ۶] از شرکت اینتل، مدارهای آنالوگ را برای محاسبه توابع عصبی دخیل کرده بودند. نمونه دیگری از تراشه های این گروه، ANNA است که یک شتاب دهنده شبکه عصبی CMOS است که توسط یان لی کان توسعه یافته است. [ ۷] بعداً نیز تمام تراشه های دیجیتال مانند Nestor/Intel Ni1000 از این تراشه الگو برداری کردند.
در اوایل سال ۱۹۹۳، پردازنده های سیگنال دیجیتال در زمینه هایی مانند سرعت بخشیدن به نرم افزار تشخیص کاراکتر نوری، به عنوان شتاب دهنده شبکه عصبی، مورد استفاده قرار گرفتند. [ ۸]
در دهه ۱۹۹۰ نیز تلاش هایی برای ایجاد سیستم های موازی با توان عملیاتی بالا برای محیط های کاری با هدف کاربردهای گوناگون از جمله شبیه سازی شبکه های عصبی صورت گرفت. [ ۹] [ ۱۰] شتاب دهنده های با مبنای FPGA نیز نخستین بار در دهه ۱۹۹۰ برای استدلال و استنباط[ ۱۱] و آموزش مورد بررسی قرار گرفتند. گوشی های هوشمند نیز شروع به توسعه شتاب دهنده های هوش مصنوعی کردند که اولین نمونه آن کوالکام Snapdragon 820 بود که در سال ۲۰۱۵ میلادی طراحی شد. [ ۱۲] [ ۱۳]
این نوشته برگرفته از سایت ویکی پدیا می باشد، اگر نادرست یا توهین آمیز است، لطفا گزارش دهید: گزارش تخلفسیستم های رایانه ای اغلب واحد پردازش مرکزی را با شتاب دهنده های ویژه برای کارهای تخصصی تکمیل می کنند که به عنوان کمک پردازنده شناخته می شوند. واحدهای سخت افزاری ویژه برنامه کاربردی شامل کارت های گرافیکی، کارت های صدا، واحدهای پردازش گرافیکی و پردازنده های سیگنال دیجیتال هستند. همان طور که در دهه ۲۰۱۰ کاربردهای یادگیری عمیق و هوش مصنوعی افزایش یافت، واحدهای سخت افزاری تخصیص یافته نیز از محصولات موجود توسعه یافتند تا به اعمال این الگوریتم ها شتاب دهند
اولین طراحی ها مانند ETANN 80170NX[ ۶] از شرکت اینتل، مدارهای آنالوگ را برای محاسبه توابع عصبی دخیل کرده بودند. نمونه دیگری از تراشه های این گروه، ANNA است که یک شتاب دهنده شبکه عصبی CMOS است که توسط یان لی کان توسعه یافته است. [ ۷] بعداً نیز تمام تراشه های دیجیتال مانند Nestor/Intel Ni1000 از این تراشه الگو برداری کردند.
در اوایل سال ۱۹۹۳، پردازنده های سیگنال دیجیتال در زمینه هایی مانند سرعت بخشیدن به نرم افزار تشخیص کاراکتر نوری، به عنوان شتاب دهنده شبکه عصبی، مورد استفاده قرار گرفتند. [ ۸]
در دهه ۱۹۹۰ نیز تلاش هایی برای ایجاد سیستم های موازی با توان عملیاتی بالا برای محیط های کاری با هدف کاربردهای گوناگون از جمله شبیه سازی شبکه های عصبی صورت گرفت. [ ۹] [ ۱۰] شتاب دهنده های با مبنای FPGA نیز نخستین بار در دهه ۱۹۹۰ برای استدلال و استنباط[ ۱۱] و آموزش مورد بررسی قرار گرفتند. گوشی های هوشمند نیز شروع به توسعه شتاب دهنده های هوش مصنوعی کردند که اولین نمونه آن کوالکام Snapdragon 820 بود که در سال ۲۰۱۵ میلادی طراحی شد. [ ۱۲] [ ۱۳]
wiki: شتاب دهنده هوش مصنوعی