في عصر التطورات السريعة في مجال الذكاء الاصطناعي، يبرز مفهوم [البحث](/tag/البحث) في [تصميم [الشبكات](/tag/الشبكات) العصبية](/tag/[تصميم](/tag/تصميم)-[الشبكات](/tag/الشبكات)-العصبية) ([Neural Architecture Search](/tag/neural-architecture-search) - NAS) كأداة قوية لتسهيل [تصميم](/tag/تصميم) [النماذج](/tag/النماذج). غير أن الطرق التقليدية غالبًا ما تركز على [دقة النموذج](/tag/[دقة](/tag/دقة)-النموذج) فقط أو تعتمد على [مقاييس](/tag/مقاييس) مؤقتة لا تعكس تكلفة [الأجهزة](/tag/الأجهزة) بشكل دقيق. ومع اقتراب [نشر النماذج](/tag/[نشر](/tag/نشر)-[النماذج](/tag/النماذج)) على FPGA، تصبح [الفجوة](/tag/الفجوة) في [تكاليف](/tag/تكاليف) [التصميم](/tag/التصميم) أكبر، حيث تهيمن عوامل متعددة مثل جداول [البحث](/tag/البحث) (Lookup Tables)، وDSPs، والـflip-flops، وBRAM، والزمن المستغرق ([Latency](/tag/latency)).
هنا تأتي أهمية حزمة SNAC-Pack (Surrogate Neural Architecture Codesign Package)، وهي إطار [عمل](/tag/عمل) [مفتوح المصدر](/tag/مفتوح-المصدر) مصمم خصيصًا لتسهيل عملية [التصميم المشترك](/tag/[التصميم](/tag/التصميم)-المشترك) للشبكات العصبية مع الأخذ في الاعتبار [القيود](/tag/القيود) على مستوى العتاد، بالإضافة إلى عمليات النشر على [FPGA](/tag/fpga).
تعمل SNAC-Pack من خلال [تنفيذ](/tag/تنفيذ) [بحث](/tag/بحث) عالمي متعدد الأهداف بمساعدة [أدوات](/tag/أدوات) مثل Optuna وNSGA-II، حيث تقوم بتحميل [التجارب](/tag/التجارب) في [قاعدة بيانات](/tag/قاعدة-[بيانات](/tag/بيانات)) SQLite مشتركة تتيح [التعاون](/tag/التعاون) بين مجموعة من العمال [عبر](/tag/عبر) عقد [الحوسبة](/tag/الحوسبة). وتقدم النموذج البديل للعتاد تقديرات للموارد المطلوبة والزمن المستغرق لكل تجربة، مما يساعد في تجنب التكاليف المرتفعة المرتبطة بعملية [التحليل](/tag/التحليل).
جميع العناصر تُدمج في حلقة ضغط متكاملة، حيث يتم تطبيق [تدريب](/tag/تدريب) واعٍ على الكم ([Quantization](/tag/quantization)-Aware Training - QAT) مع [تقليم](/tag/تقليم) الحجم بشكل تكراري، مما يسرع من [العملية](/tag/العملية) قبل أن يتم [تحويل](/tag/تحويل) النموذج النهائي إلى [برمجيات](/tag/برمجيات) [FPGA](/tag/fpga) باستخدام مكتبة hls4ml في [بايثون](/tag/بايثون).
تقدم SNAC-Pack طريقة مميزة لتنفيذ أنابيب على [مجموعات بيانات](/tag/مجموعات-[بيانات](/tag/بيانات)) جديدة دون الحاجة لتعديل إطار العمل، مما يوفر الوقت والجهد. تم اختبار هذه الحزمة على [تصنيف](/tag/تصنيف) [الطائرات](/tag/الطائرات) في مصادم الهادرونات الكبير وقراءة الكيوبت الفائق التوصيل، حيث نظرنا في إنشاء هياكل مضغوطة [تحقق](/tag/تحقق) أداءً ممتازًا وتقلل من استهلاك الموارد.
شجعت هذه الأداة عملية [البحث](/tag/البحث) لتصميم النماذج، حيث استطاعت تقليل الزمن المطلوب من أشهر من [التعديل](/tag/التعديل) اليدوي إلى [ساعات](/tag/ساعات) من [البحث](/tag/البحث) الآلي. يُظهر هذا التطور كيف يمكن للأدوات الحديثة أن تغير بشكل جذري من طريقة تفاعلنا مع [تكنولوجيا الذكاء الاصطناعي](/tag/[تكنولوجيا](/tag/تكنولوجيا)-الذكاء-الاصطناعي).
ثورة في تصميم الشبكات العصبية: حزمة SNAC-Pack تفتح آفاق جديدة للاكتشاف السريع
تمثل حزمة SNAC-Pack إطارًا مفتوح المصدر يجمع بين تصميم الشبكات العصبية ونشرها على FPGA بشكل واعٍ للعتاد، مما يقلل بشكل كبير من وقت التطوير. اكتشف كيف تسهم هذه الأداة في تحسين أداء النماذج وتقليل الموارد المطلوبة.
المصدر الأصلي:أركايف للذكاء
زيارة المصدر الأصلي ←جاري تحميل التفاعلات...
