Entraînement de réseaux de neurones profonds à faible énergie en exploitant les compromis énergie-fiabilité

神经元的纠缠深深地影响了“不可靠的能量”和“妥协的能量”

• 批准号: RGPIN-2021-04242
• 负责人: LeducPrimeau, François
• 金额: $ 2.04万
• 依托单位: École Polytechnique de Montréal
• 依托单位国家: 加拿大
• 项目类别: Discovery Grants Program - Individual
• 财政年份: 2022
• 资助国家: 加拿大
• 起止时间: 2022-01-01 至 2023-12-31
• 项目状态: 已结题
• 来源: https://www.nserc-crsng.gc.ca/ase-oro/Details-Detailles_eng.asp?id=754017
• 关键词: Entra; nement; de; seaux; neurones

Les algorithmes d'apprentissage automatique basés sur des réseaux de neurones profonds ont révolutionné le domaine de l'intelligence artificielle (IA) en surpassant largement les approches existantes sur un grand nombre de tâches difficiles telles que la reconnaissance vocale ou la vision par ordinateur. Cependant, pour atteindre les meilleures performances, ces réseaux doivent être très complexes et être entraînés avec une grande quantité de données, ce qui requiert une importante dépense d'énergie. Il est donc d'une importance capitale de chercher à réduire la consommation d'énergie des tâches d'entraînement, d'autant plus que les progrès réalisés en IA ont toujours été fortement liés à la disponibilité de matériel de calcul performant. Le programme de recherche présenté vise à développer des approches pour grandement réduire la consommation d'énergie liée à l'entraînement des réseaux de neurones profonds et à leur utilisation. La portion du programme financée par la subvention Découverte se concentre sur l'entraînement et obtiendra des réductions d'énergie en éliminant une source d'inefficacité des systèmes de calcul qui est actuellement négligée, spécifiquement les compromis que l'on retrouve dans ces systèmes entre consommation d'énergie et fiabilité. Plusieurs méthodes seront proposées permettant d'obtenir des résultats d'entraînement équivalents même en présence d'erreurs de calcul occasionnelles, d'identifier les configurations du système qui minimisent la consommation d'énergie, et de garantir la qualité des systèmes de calcul fabriqués. De plus un prototype d'accélérateur de calcul à faible consommation d'énergie sera fabriqué afin de démontrer les réductions d'énergie obtenues. En réduisant significativement l'énergie requise pour entraîner un réseau de neurones, les travaux proposés permettront de réduire le coût monétaire des tâches d'entraînement et donc de rendre les méthodes d'apprentissage profond accessibles à un groupe d'utilisateurs plus grand et plus diversifié, tout en permettant aux chercheurs de continuer à explorer les possibilités offertes par des modèles encore plus complexes.

Les算法d 'apprentissage时候基地苏尔des reseaux de神经元profonds位于安大略省revolutionne le domaine de l 'intelligence artificielle (IA) en surpassant largement Les方法existantes苏尔联合国大数量的钩,固执的告诉la侦察vocale或者洛杉矶愿景电脑不相上下。在此之前，如果你参加了一些精彩的表演，那么你就会发现，如果你参加了一些精彩的表演，那么你就会发现，如果你参加了一些精彩的表演，那么你就会发现，如果你参加了一些精彩的表演，那么你就需要一个重要的表演。将使用donc ' one importance capitale de chercher (<s:1> <s:1>交换与交换<e:1>), donc ' one importance capitale de chercher (<s:1>交换与交换<e:1>), donc ' one importance capitale de chercher (<s:1>交换与交换<e:1>), donc ' one importance capitale de chercher（交换与交换），donc ' one importance capitale de chercher（交换与交换），donc ' one importance capitale de chercher（交换与交换）从研究计划的角度来看，通过研究计划的实施，可以了解到，通过研究计划的实施，也可以了解到，通过研究计划的实施，也可以了解到，通过研究计划的实施，也可以了解到，通过研究计划的实施，也可以了解到，通过研究计划的实施，也可以了解到，如何利用计划的实施。方案财政部分：<s:1> <s:1> <s:1>交换交换系统（<s:1> <s:1>交换交换系统）、<s:1> <s:1>交换交换系统（<s:1>交换交换系统）、<s:1>交换交换系统（<s:1>交换交换系统）、<s:1>交换交换系统（<s:1>交换交换系统）、<s:1>交换交换系统（<s:1>交换交换系统）、<s:1>交换交换系统（<s:1>交换交换系统）、<s:1>交换交换系统（<s:1>交换交换系统）和<s:1>交换交换系统)。多系统的交换交换系统提出了交换交换系统的交换交换系统的交换交换系统的交换交换系统的交换交换系统的交换交换系统的交换交换系统的交换交换系统的交换交换系统的交换交换系统的交换交换系统。不加原型，不加原型，不加原型，不加原型，不加原型，不加原型，不加原型，不加原型，不加原型，不加原型，不加原型，不加原型。En En samuisant significatiment l' samuisgie requise pour entrax <e:1> n n samuresau de neurones, n n samuresire de entrax <e:1> n n samuresaire de tches d' entrax <e:1> n donc de rendre n samureses d' entrement n donc de rendre n samureses d' entretement n donc de rendre n samuresens ens permetant n chercheurs de continuer n explorles les可能性n samuresment n提供n des modules n les encore plus complex。