KI-Hardware und Software-Stack

Was ist der Hauptgrund dafür, dass sich gepulste neuronale Netze (Spiking Neural Networks, SNN), die beim neuromorphen Computing verwendet werden, nur schwer direkt mit der Backpropagation gewöhnlicher neuronaler Netze trainieren lassen?

  1. ASNNs haben keine Gewichte
  2. BDas Auslösen eines Spikes ist ein unstetiger Vorgang, der davon abhängt, ob ein Schwellenwert überschritten wird, und ist daher nicht differenzierbar
  3. CSNNs können nur Inferenz ausführen und kennen kein Training
Antwort und Erläuterung anzeigen

Antwort: B. Das Auslösen eines Spikes ist ein unstetiger Vorgang, der davon abhängt, ob ein Schwellenwert überschritten wird, und ist daher nicht differenzierbar

Jedes Neuron eines SNN sammelt eingehende Spikes als Membranpotenzial an und gibt einen Spike ab, wenn dieses einen Schwellenwert überschreitet. Weil dieser Ausgang unstetig zwischen 0 und 1 springt, ist der für die Backpropagation nötige Gradient fast überall 0 oder nicht definiert. Erforscht werden daher Verfahren, die nur beim Training einen Gradienten verwenden, der die Spike-Funktion durch eine glatte Funktion annähert, oder die ein gewöhnliches Netz trainieren und anschließend in ein SNN umwandeln. Die Entwicklung von Trainingsverfahren ist eine der Herausforderungen beim neuromorphen Computing.

Dieses Thema üben Zur Themenseite

Weitere Fragen zu KI-Hardware und Software-Stack

  1. Welche Aussage zum Unterschied zwischen „Training“ und „Inferenz“ eines neuronalen Netzes ist richtig?
  2. Welcher der folgenden Gründe erklärt nicht, warum das Training deutlich mehr Speicher benötigt als die Inferenz desselben Modells?
  3. Ein Modell mit 7 Milliarden (7B) Parametern wird trainiert, wobei Gewichte, Gradienten und beide Adam-Zustände jeweils in FP32 (4 Byte) gehalten werden. Welcher Wert kommt dem Speicherbedarf ohne Aktivierungen am nächsten?
  4. Wie groß ist der Speicherbedarf der Gewichte eines Modells mit 7 Milliarden (7B) Parametern ungefähr, wenn sie in FP16 (2 Byte) gehalten werden?
  5. Das 7B-Modell der vorherigen Frage wird von FP16 (ca. 14 GB) auf 4-Bit-Ganzzahlen (INT4) quantisiert. Wie groß ist der Speicherbedarf der Gewichte danach ungefähr?

Vergleiche zu diesem Thema