Micron optimiert „Deep Learning Accelerator“ für Edge-KI-Entwicklung

| Redakteur: Michael Eckstein

3D Xpoint: Innovative Speicherlösungen sind ein Baustein für leistungsfähige KI-Systeme.
3D Xpoint: Innovative Speicherlösungen sind ein Baustein für leistungsfähige KI-Systeme. (Bild: Micron Technology)

Edge-KI-Lösungen schneller entwickeln: Mit einem interessanten Zukauf baut Speicherhersteller Micron seine KI-Entwicklungsplattform „Deep Learning Accelerator“ aus.

Durch die Übernahme des Software- und Hardware-Startups FWDNXT (gesprochen „forward next“) verstärkt Speicherhersteller Micron sein Engagement für das Entwickeln von Lösungen für Deep-Learning (DL)-Anwendungen. Unternehmen entwickeln verstärkt immer komplexere Modelle für Maschinelles Lernen (ML) und Künstliche Intelligenz (KI). Sie lassen die Anforderungen an die Hardware und Software zum Trainieren und Ausführen dieser Modelle in die Höhe schnellen. Vor allem Entwickler von Inferenzanwendungen will Micron nun besser unterstützen.

Für Mark Hur, Director of Operations, steht außer Frage: „Die Zeiten der Von-Neumann-Computerarchitektur liegen hinter uns!“ Darauf basierende Halbleiterprodukte seien mit Aufgaben wie DL zunehmend überfordert. „Machine Learning bringt signifikante Veränderungen in der Art und Weise mit sich, wie Computer-Fabrics und Speicher verwendet werden.“ Hier setze FWDNXT mit seiner gleichnamigen Architektur an: Diese bestehe aus effizienten Hochleistungs-Hardware- und Softwarelösungen auf der Basis von Deep Learning und neuronalen Netzwerken.

Auch Speicher muss für KI-Anwendungen optimiert sein

Mit der Übernahme des Startups integriert Micron dessen FWDNXT-Architektur nun in seine KI-Entwicklungsplattform „Deep Learning Accelerator“ (DLA). Diese Plattform ist für Micron ein wichtiger Baustein für das Erforschen und Entwickeln innovativer Speicherlösungen, die für KI-Workloads optimiert sind. Der Fokus des Unternehmens liegt zunächst auf den Wachstumsmärkten IoT und Edge Computing.

Tatsächlich ist die Voraussetzung für DL eine sehr leistungsfähige IT-Infrastruktur. Sie muss in der Lage sein, riesige Datensätze in möglichst kurzer Zeit zu analysieren und daraus Entscheidungsmodelle abzuleiten. Damit die Systeme nahezu in Echtzeit lernen können, ist viel flexibler und schneller Speicher nötig. Die geforderte Flexibilität ist einer der Gründe, weshalb softwaredefinierbare Speicher sich mittlerweile ganz oben auf der Wunschliste vieler Anwenderunternehmen befinden.

Fünfte Generation der FWDNXT-Architektur

Auch im Netzwerkzugangsbereich, dem Edge, setzen immer mehr Anwender KI-Lösungen ein. Damit steigt auch hier der Bedarf an fortschrittlichen Speicherlösungen. Diesen Bedarf will Micron nun offenbar gezielt mit der FWDNXT-Architektur adressieren. „Diese Architektur ist darauf ausgelegt, marktreife Edge-KI-Lösungen nicht nur schnell, sondern auch sehr leicht entwickeln zu können“ sagt Sumit Sadana, Executive Vice President und Chief Business Officer von Micron. Möglich sei dies dank eines benutzerfreundlichen, sehr flexiblen Software-Frameworks, das viele unterschiedliche Anwendungsszenarien abdecken könne.

Laut Sadana ist mittlerweile die fünfte Generation der FWDNXT-Architektur für das Entwickeln von ML-Inferenz-Engines und Algorithmen für Neuronale Netzwerke (NN) verfügbar. „In Kombination mit Microns Speicherkompetenz lassen sich neue Leistungspotenziale erschließen – damit liegen auch sehr komplexe und anspruchsvolle Edge-KI-Anwendungen in Reichweite“, sagt Sadan.

DLA-Technologie bringt Speicher und Processing zusammen

DLA von Micron ist nach eigenen Angaben in der Lage, riesige Datenmengen zu verarbeiten und daraus neue, tiefere Erkenntnissen zu erlangen. Beispielsweise arbeitet Micron mit Ärzten und Forschern der Oregon Health & Science University zusammen, um auf DLA laufende Convolutional Neural Networks (CNNs) für die Verarbeitung und Analyse von 3D-Elektronenmikroskopiebildern zu verwenden. Ziel dieser Zusammenarbeit ist es, neue Erkenntnisse für die Krebsbehandlung zu gewinnen. Micron kooperiert auch mit Physikern führender Kernforschungsorganisationen, die mit DLA-basierten CNNs experimentieren, um die Ergebnisse von Kollisionen von Hochenergiepartikeln nahezu in Echtzeit zu klassifizieren und seltene Partikelwechselwirkungen zu erkennen, von denen angenommen wird, dass sie in der Natur auftreten.

Durch die Verstärkung mit der FWDNXT-Architektur sieht Micron seine DLA-Plattform besser gerüstet, Speicher- und Verarbeitungstechnologien enger zusammenzuführen und letztlich innovative, für aktuelle und zukünftige Anforderungen geeignete Produkte zu entwickeln.

Open Titan: Google startet Open-Source-Projekt für sicheren Root of Trust

Open Titan: Google startet Open-Source-Projekt für sicheren Root of Trust

06.11.19 - Google legt eine Open-Source-Version seines Security-Chips Titan offen: Im Projekt Open Titan entwickelt das Unternehmen zusammen mit internationalen Partnern quelloffen einen Chip auf RISC-V-Basis, der für einen sicheren Hardware-Root-of-Trust sorgen soll. lesen

XL-FLASH: Toshiba Memory stellt Turbo-NAND vor

XL-FLASH: Toshiba Memory stellt Turbo-NAND vor

07.08.19 - Vor gut einem Jahr hat der japanische Flash-Pionier Toshiba Memory neuartige nichtflüchtige Speicherchips angekündigt. Jetzt sind die XL-FLASH genannten Bausteine fertig. Sie sollen deutlich schneller sein als herkömmliche TLC-NAND-Speicher. lesen

10 Tipps für den Entwurf von Flash-Speicherlösungen

10 Tipps für den Entwurf von Flash-Speicherlösungen

09.07.19 - Der Entwurf von NAND-Flash-basierten Speichersystemen ist nicht so einfach, wie es auf den ersten Blick aussieht. Hier sind 10 Tipps, die beim Entwickeln der bestmöglichen Lösung für die eigene Anwendung helfen sollen. lesen

Kommentar zu diesem Artikel abgeben

Schreiben Sie uns hier Ihre Meinung ...
(nicht registrierter User)

Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
Kommentar abschicken
copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de/ (ID: 46231435 / Speicher)