2020-11-16 | 박희윤 기자

韩国科学技术院开发以存储器为中心的人工智能加速器系统

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

三星未来技术培育基金会资助的KAIST研究团队在全球率先成功开发出基于“存内计算(Processing-In-Memory·PIM)”技术、针对人工智能推荐系统学习算法加速进行优化的智能半导体系统。

KAIST于16日表示,电气及电子工程学院柳民洙教授研究团队开发出了基于PIM技术的以内存为中心的人工智能加速器半导体系统。

柳教授因在相关领域此前取得的卓越研究成果获得认可,今年成为亚洲唯一获得Facebook Faculty Research Award的学者。

基于人工智能技术设计的推荐系统算法,是谷歌(Google)、Facebook、YouTube、亚马逊(Amazon)等大型科技企业进行内容推荐及制作个性化广告的核心人工智能(AI)技术基础。由于在线广告收入是谷歌、Facebook等硅谷大型科技企业的主要盈利模式,近来对高端推荐人工智能技术的需求呈急速上升趋势。

根据Facebook最近公开的资料,Facebook数据中心处理的人工智能运算中有70%用于处理推荐算法,用于人工智能算法训练的计算资源中有50%用于训练推荐算法。

柳教授研究团队最近成功开发出在存储半导体中增加人工智能运算功能的存内计算(PIM)技术基础上的智能半导体系统。研究团队相关人士介绍,柳教授团队开发的该系统在人工智能推荐系统算法的训练过程上,比使用英伟达(NVIDIA)显卡(GPU)的现有人工智能加速系统最多快21倍。

智能存储半导体技术作为韩国进军全球AI半导体市场的核心技术备受关注。特别是政府在“实现AI综合半导体强国”的愿景下,也不吝惜巨额国家投资,这是核心投资领域。因此专家评价认为,柳教授团队的研究成果意义重大,因为它意味着在未来需求巨大、预计高速增长的全球AI半导体市场上,以存储为中心设计的PIM技术具备商用化及成功的可能性。

柳教授先后在西江大学和KAIST取得学士和硕士学位,之后在美国得克萨斯大学奥斯汀分校获得博士学位,2014年入职人工智能计算技术企业美国英伟达(NVIDIA)总部。入职英伟达后,他一直主导面向人工智能计算加速的各种硬件及软件系统研究,自2018年起任KAIST电气及电子工程学院教授。

KAIST电气及电子工程学院博士生权英恩为第一作者、硕士生李润在为第二作者参与的本次研究成果,因作为全球首个推荐系统训练用加速器系统开发成果而获得学术价值认可,将于明年2月在计算机系统结构领域最顶级国际学术会议IEEE International Symposium on High-Performance Computer Architecture(HPCA)上以论文《Tensor Casting: Co-Designing Algorithm-Architecture for Personalized Recommendation Training》发表。

/大田=朴熙润记者 hypark@sedaily.com

阅读韩文原文