1. كشفت شركة VAR و Smart chips عن استاد كأس العالم ، حيث حقق الفريق الفرنسي أكبر الفائزين.
بكين ، 16 يونيو / شينخوا / أطلق الاتحاد الدولي لكرة القدم (الفيفا) كأس العالم FIFA ، إصلاحا هاما: أول مقدمة لـ VAR (حكم مساعد الفيديو) ، وزرع الرقائق الذكية في لعبة الكرة ، في اللعبة الـ 16 إلى اللعبة الثالثة. في اليوم ، أصبح المنتخب الفرنسي مرة أخرى مستفيدين في المبارزة مع الفريق الأسترالي وكلاهما ربحا أول ضربة مواتية.
بعد التواصل مع مساعد الحكم الفيديو، أعطى كونها المنتخب الفرنسي من ركلة جزاء خففت. Gelieziman الكرة بسهولة داخل المرمى، مما يجعل من المنتخب الفرنسي إلى الاعتماد على VAR خفف، قبل مدينة المقبل. هذه هي المرة الأولى خفف VAR ركلة الجزاء الناتجة.
أثار هذا الجزاء الكثير من الجدل ، ففي المؤتمر الصحفي الذي أعقب المباراة ، قال المدرب الفرنسي ديشامب إن هذه الكرة تشبه العقوبة التي سجلها المنتخب البرتغالي في أسبانيا في اليوم السابق. بالنسبة لقرار الحكم نفسه ، اعتبر المدرب الهولندي للفريق ، فان مارويك ، أنه سوء تقدير: "على الرغم من أنني لم أشاهد تشغيل الفيديو ، فأنا في وضع جيد في المشهد. أرى بوضوح. لا ينبغي أن يكون ضربة جزاء ، موقف الحكم أقرب ، لكنه قال في البداية أنه لا توجد عقوبة واستمرت اللعبة ، فنحن ضحايا VAR ، لكننا لن نتحدى هذا القرار.
واصل المنتخب الفرنسي في نهائيات كأس العالم في صف من VAR ورقاقة ذكية الأرباح، وأيضا من قبل محظوظا. وفي عام 1998، الفيفا رسميا "الموت المفاجئ الهدف الذهبي" في وقت لاحق التكنولوجيا الكرة الفضية في كأس العالم في عام 1998 دور الستة عشر لبطولة كأس العالم مع باراجواي، والمدافع الفرنسي لوران بلان وسجل أول هدف ذهبي في تاريخ كأس العالم أقراص لمساعدة فرنسا في التأهل. مع هذه الحبوب من الهدف الذهبي الذي لا يقدر بثمن، المنتخب الفرنسي بعد خفض كل طريق، وفاز في نهاية المطاف كأس العالم على أرضها. وبما أن هذه القاعدة هي كبيرة جدا وفرصة قاسية جدا، بعد تنفيذ 2004 لكرة القدم اثنين من إلغاء نظام الهدف الذهبي والفضي نظام الكرة.
من أجل تعزيز وتطوير كرة القدم، لحماية اللاعبين وضمان استمرارية اللعبة الفيفا تحاول تعديل بعض القواعد. ومع ذلك، فإن بعض الناس الآخرين سعيدة وحزينة. في عام 1970، وأول استخدام البطاقات الصفراء والحمراء 9TH كأس العالم التي أقيمت في المكسيك، وفاز أول بطاقة صفراء من قبل روبر غورباتشوف الاتحاد السوفياتي السابق. في عام 1974، وكأس العالم العاشرة ضد تشيلي، جمهورية ألمانيا الاتحادية في ألمانيا الغربية، أصدر تركيا بابا كان الحكم كأس العالم في تاريخ اللاعبين التشيلي فيدل زيليكو سيتم تغريم البطاقة الحمراء الأولى. (النهاية)
2. أصبح GPU ، رقاقة FPGA ذراع 'اليد اليمنى' لتعزيز التعلم الآلي ؛
"الذكية نيتياس الأخبار 17 يونيو الأخبار" في البرمجيات التجارية، قد نسيت رقائق الكمبيوتر. وبالنسبة للتطبيقات التجارية، بل هو سلعة بسبب الروبوتات الشخصية والأجهزة مرتبطة بشكل وثيق، وبالتالي تطبيقات تصنيع لا يزال أكثر تركيزا على جزء الأجهزة.
منذ 1970s، على العموم، فإن الوضع الراهن الذكاء الاصطناعي (AI) والعلاقة محددة إلى عمق التعلم (DL)، والأجهزة والبرمجيات وصلات إلى أكثر إحكاما من أي وقت مضى، وأنا عدة في الآونة الأخيرة "إدارة مواد الذكاء الاصطناعي (AI إدارة) "مع أكثر من لتركيب والأحكام المسبقة، وجود اثنين من المخاطر الرئيسية في نظام آلة التعلم (ML). وهذا العمود دراسة عدد من المديرين، ولا سيما قد تتم معالجة المديرين التنفيذيين الأعمال الأجهزة الاختصارات المشكلة، هذه المختصرات بشكل مستمر في نظام تعلم الآلة المذكورة: وحدة معالجة الرسومات (وحدة معالجة الرسومات، GPU)، ومجال مصفوفات البوابات القابلة للبرمجة (مصفوفات البوابات المنطقية القابلة للبرمجة في الميدان، FPGA).
وهذا يساعد على فهم قيمة GPU لأن GPU يسرع من عملية المعالجة الموضعية المطلوبة لتطبيقات التعلم العميق ، حيث أن نقطة الاهتمام لـ FPGA هي إيجاد طرق للبحث عن خوارزميات جديدة لمنظمة العفو الدولية وتدريب هذه الأنظمة والبدء في نشرها. تم دراسة العديد من الأنظمة المخصصة ذات الحجم المنخفض في تطبيقات الذكاء الاصطناعي الصناعي ، على الرغم من أن هذا هو نقاش حول قدرات FPGA للتدريب ، أعتقد أن الاستخدام المبكر كان بسبب استخدام F ، الحقل.
على سبيل المثال ، قد يتطلب تدريب محرك الاستدلال (وهو جوهر "آلة" التعلم الآلي) غيغابايت أو حتى تيرابايت من البيانات. عند تشغيل الاستدلالات في مركز البيانات ، يجب أن يقوم الكمبيوتر بإدارة عدد متزايد من طلبات المستخدم المتزامنة. في تطبيقات الحافة ، سواء في الطائرات بدون طيار المستخدمة لفحص خطوط الأنابيب أو في الهواتف الذكية ، يجب أن تكون المعدات صغيرة ولا تزال فعالة ومع ذلك قابلة للتكيف ، وبعبارة بسيطة وحدة المعالجة المركزية ووحدة معالجة الرسومات. هناك جهازان ، و FPGA يمكن أن يكون لها كتل مختلفة للقيام بأشياء مختلفة ، وأنه من الممكن توفير نظام رقاقة قوية.وعند كل هذه المتطلبات المختلفة ، فمن الأفضل أن نفهم الوضع الحالي لهندسة النظام التي يمكن أن تدعم المتطلبات المختلفة.
هناك نوعان رئيسيان من تصاميم الشرائح التي يمكن أن تقود أنظمة ML الحالية ، GPUs ، و FPGAs ، في منتصف إلى المستقبل (على الأقل بضع سنوات) ، من الممكن أيضًا أن تصبح تلميحًا للتكنولوجيا الجديدة لمحولات الألعاب.
وحدة معالجة الرسومات (GPU)
أكبر شريحة في عالم التعلم الآلي هي وحدة معالجة الرسومات GPU ، وهي تُستخدم أساسًا لألعاب الكمبيوتر ، لذا كيف يصبح شيء يبدو أفضل على شاشة الكمبيوتر مهمًا للتعلم الآلي؟ يجب العودة إلى طبقة البرمجيات.
تعلم الآلة هو عمق التعلم (DL) نظام البطل الحالي. نظام DL على أساس خوارزميات مختلفة، بما في ذلك عمق الشبكة العصبية (DNN)، الشبكة العصبية التلافيف (CNN)، الشبكة العصبية المتكررة (RNN) والعديد من المتغيرات الأخرى. أنت الكلمة المفتاحية في هذه المصطلحات الثلاثة هي "الشبكة" ، والخوارزمية هي اختلاف في الموضوع ، والموضوع عبارة عن بضع طبقات من العقد ، وهناك أنواع مختلفة من الاتصال بين العقد والطبقات.
أنت تتعامل مع صفائف أو مصفوفات متعددة ، ومصطلح آخر أكثر دقة للمصفوفات هو الموتر ، لذلك يتم استخدامه في جميع أنحاء صناعة التعلم الآلي مثل TensorFlow.
الآن مرة أخرى إلى شاشة جهاز الكمبيوتر الخاص بك. يمكنك استخدامه في الصفوف والأعمدة ينظر إليها على أنها مصفوفة بكسل أو نقاط وهذا هو مصفوفة ثنائية الأبعاد أو الموترة. عند إضافة اللون، إضافة قليلا لحجم كل بكسل، تريد لنفس صورة سريعة التغير عند حساب يمكن أن تصبح بسرعة تعقيدا ويستغرق دورات CPU خطوة بخطوة في. وGPU لديه ذاكرة خاصة بها، يتم حفظ الصورة بأكملها كما يمكن بعد ذلك أن تحسب مصفوفة الرسم باستخدام موتر الرياضي التغييرات في الصورة لا تؤدي إلا إلى تغيير البكسلات المتأثرة على الشاشة ، فهذه العملية أسرع بكثير من إعادة رسم الشاشة بأكملها في كل مرة يتم فيها تغيير الصورة.
في عام 1983 ، هدفت NVIDIA إلى إنشاء رقاقة لحل مشاكل المصفوفة التي لا يمكن حلها بواسطة أجهزة الكمبيوتر ذات الأغراض العامة مثل وحدات المعالجة المركزية (CPU) ، وهذا هو ميلاد GPU.
عمليات مصفوفة لا يهمني ما هو المنتج النهائي، ولكن فقط معالجة العناصر. هذا هو التبسيط طفيف، بسبب عمليات مختلفة اعتمادا على مصفوفة متفرق (عندما يكون هناك العديد صفر) يختلف عن المصفوفات الكثيفة طرقا مختلفة للعمل، غير أن حقيقة أن المحتوى لا يغير العمليات لا يزال قائماً ، فعندما رأى العلماء النظريون المتعمقون تطور وحدات معالجة الرسوميات ، سرعان ما تبنوها لتسريع عمليات الموترات.
GPU أمر ضروري لتطوير التعلم الآلي، ومركز البيانات لتعزيز التدريب والمنطق. على سبيل المثال، واصلت NVIDIA فولتا V100 التنسور الأساسية للإسراع في هندسته المعمارية الأساسية والقدرة على تشغيل في دقة أقل من حيث المنطق (وهذا سيكون موضوع آخر يعني عددًا أقل من وحدات البت ، مما يعني معالجة أسرع ، ومع ذلك ، هناك مسائل أخرى يجب مراعاتها عند استخدام إنترنت الأشياء.
مصفوفة بوابة برمجة المجال (FPGA)
في الميدان (الميدان)، وجميع أنواع التطبيقات لديها احتياجات مختلفة، وهناك العديد من المجالات المختلفة تطبيق والمركبات، وخطوط الأنابيب، والروبوتات وغيرها في صناعات مختلفة لتطبيقات مختلفة يمكن تصميم لكل نوع من رقاقة، ولكن هذا قد سيكون مكلفا للغاية وسيقوض عودة الشركة على الاستثمار. ويمكن أيضا تأجيل الوقت للسوق، في عداد المفقودين فرص عمل مهمة للاحتياجات الفردية للغاية من أولئك الذين لا يستطيعون توفير الاقتصادات كافية من حجم السوق هو الحال بشكل خاص.
الشركات FPGA والباحثين للمساعدة في حل المشكلة من الشريحة. FPGA هو الدوائر المتكاملة التي يمكن برمجتها لمجموعة متنوعة من الأغراض، ويضم البرمجة والعلاقات بين الكتل وكتل سلسلة من "كتلة المنطق القابلة للبرمجة. ومن أداة عالمية يمكن تخصيصها لمجموعة متنوعة من الاستخدامات ، وتشمل الموردين الرئيسيين Xilinx و National Instruments.
والجدير بالذكر، وانخفاض تكلفة تصميم رقاقة لا يجعل يتم اختيار المشكلة من الاسعار المنخفضة على FPGA. وهي عادة ما تكون الأنسب لأغراض البحث أو التطبيقات الصناعية. تعقيد الدوائر برمجة وتصميم انها ليست مناسبة منخفضة التكلفة تطبيقات المستهلك.
منذ يمكن إعادة برمجة FPGA، مما يجعلها ذات قيمة للحقل الناشئة من آلة التعلم وزيادة ارتفاع الخوارزمية، وخوارزميات مختلفة من قبل كتلة برمجة صقل. بالإضافة إلى ذلك، منخفضة الدقة، FPGA الطاقة المنخفضة الاستدلال للاستشعار عن بعد بل هو مزيج جيد. في حين أن 'الموقع (الميدان) "المخترعين، والمعروف باسم" العميل (الزبون)، ولكن FPGA ميزة حقيقية في تحقيق التطبيقات AI العملية في هذا المجال، سواء كان للمصنع والطرق وخطوط الأنابيب وغيرها من البنى التحتية، أو UAV الكشف عن بعد، FPGA يسمح للمصممين نظام المرونة في استخدام قطعة من المعدات من أجل تحقيق مجموعة متنوعة من الأغراض، مما يسهل التصميم المادي، والتي يمكن إجراء أكثر سهولة التطبيقات في الموقع.
العمارة الجديدة قادمة قريباً
GPU وFPGA تساعد حاليا على حل كيفية توسيع آلة تقنيات التعلم لتحدي العديد من تأثير السوق ما قاموا به هو السماح لمزيد من الناس تشعر بالقلق إزاء تطور هذه الصناعة، ومحاولة لخلق إطار جديد للتطبيق في الوقت المناسب.
من جهة، العديد من الشركات تحاول تعلم الدروس المستفادة من عمليات موتر على GPU. هيوليت باكارد، آي بي إم وإنتل قد وضعت مشروع خاص للجيل القادم من الحوسبة الأجهزة عمق الموترة للتعلم. وفي الوقت نفسه، مثل Cambricon، Graphcore وموجة الحاسبات مثل هذه الشركات الناشئة تحاول أيضا أن تفعل الشيء نفسه.
من ناحية أخرى، الذراع، وإنتل وغيرها من الشركات وتصميم الهندسة المعمارية للاستفادة من GPU وحدة المعالجة المركزية، والجهاز تهدف أيضا إلى تعلم آلة السوق، وقال لتكون قادرة على أن تفعل أكثر من مجرد التركيز حساب الموترة لعمليات أخرى في جميع أنحاء الأساسية لمنظمة العفو الدولية المعالجة هي أيضا أكثر قوة.
على الرغم من أن بعض هذه المنظمات تركز على مراكز البيانات وغيرها من الأمور، ولكن الآن للحديث عن أي واحد منهم هو سابق لأوانه.
من المبتدئة إلى الشركات العالمية، والتحذير هو أنه، بالإضافة إلى المعلومات الأولى، تظهر أي معلومات أخرى. وإذا كنا نرى عينات الجهاز الأول على أبعد تقدير في عام 2020، فإنه سيكون مفاجأة، لذلك هم لا يقل عن خمس سنوات غير مدرج.
(مختارة من: فوربس الكاتب: ديفيد A. تيش تجميع: NEW YORK مشاركة ذكية: nariiy)
3.Intel التعرض للتعريض 10nm شحنة دفعة صغيرة
العائد عملية 10nm إنتل بسبب عدم الامتثال، وقد تم تأجيل الإنتاج الضخم عام 2019، والآن فقط شحنات صغيرة الحجم، وهو منتج معروف فقط 15W طاقة حرارية تصميمية نسخة ذات الجهد المنخفض من كور i3-8121U (التي أطلق عليها اسم عائلة المدفع بحيرة ) ، وفقط لينوفو تستخدمه.
مواصفات i3-8121U ثنائي النواة أربعة المواضيع، مسافة السباق في 2.2-3.2GHz، ثلاثة 4MB ذاكرة التخزين المؤقت، ذاكرة تدعم مزدوجة القناة DDR4 / LPDDR4-2400 32GB، الطاقة الحرارية تصميم 15W.
لم يتم نشر المعلومات الخاصة بالجزء النووي ، بل يجب أن يكون ذلك بسبب تعطيل مشكلة الإنتاجية ، لذا قامت لينوفو بإضافة بطاقة رسومات AMD منفصلة.
الألمانية الأجهزة ComputeBase وسائل الاعلام الكشف عنها في i3-8121U أولا "كما لو" أنه يمكن أن ينظر إلى ترتيب حزمة متناسقة مع المنتج السابق، لا تزال النواة، رقاقة حزمة مجموعة أساسية معا، BGA حزم متكاملة ملحوم على اللوحة الأم.
لقد وجدنا نسخة ذات الجهد المنخفض من الجيل ثمانية كور ديو إنتل تعطى رسميا الصورة، يمكنك العثور على المعالج، والنوى شرائح أصغر والمفاصل حزمة جندى وعناصر بالسعة تغيرت أيضا الكثير، ينبغي أن يكون لم تعد متوافقة.
وجدت ComputeBase أن حجم الحزمة الكلي من i3-8121U هو 45 × 24 ملم (بما يتفق مع المواصفات الرسمية) ، مع مساحة المعالج حوالي 71 مم 2 ومنطقة الرقاقات حوالي 47 مم 2.
وعلى الرغم من وفقا لوجدت الدراسة أن كثافة الترانزستورات عملية 10nm إنتل أكثر من 100 مليون دولار في مليمتر مربع، أي ما يعادل أو أعلى من مستوى سامسونج، TSMC، 7nm جلوبل، ولكن على النقيض من المنتجات 14nm الخاصة، والتغيير لا يبدو كبيرا.
أنت تعرف ، الجزء الأول من المعالج 14 نانومتر من Broadwell-U من إنتل في المنطقة هو 82 ملليمتر مربع فقط ، 10nm هو فقط انكماش بنسبة 13 ٪ فقط ، ونحن جميعا ثنائي النواة الأربعة ، 4 ميغابايت 3 مخبأ ، فقط التنفيذ النووي زيادة الوحدات من 24 إلى 40 ، ودعم مجموعة تعليمات AVX512.
بالإضافة إلى ذلك ، الحزمة الإجمالية 45 × 24 مم أكبر قليلاً من النسخة الحالية المنخفضة الجهد 14 نانومتر من 42 × 24 ملم.