AI-hardware en softwarestack

Wat is de belangrijkste reden waarom AI-versnellers soms een groot SRAM (tientallen tot honderden MB) op de chip plaatsen?

  1. AOmdat SRAM zijn data behoudt als de voeding uitvalt
  2. BOmdat SRAM per bit goedkoper is dan DRAM
  3. COm gewichten en tussenresultaten op de chip te houden en herhaaldelijk te gebruiken, zodat minder toegang tot het langzame en veel vermogen verbruikende externe geheugen nodig is
Antwoord en toelichting tonen

Antwoord: C. Om gewichten en tussenresultaten op de chip te houden en herhaaldelijk te gebruiken, zodat minder toegang tot het langzame en veel vermogen verbruikende externe geheugen nodig is

De energie voor één keer data lezen uit DRAM buiten de chip is tientallen tot honderden malen die van één multiply-accumulate. Als data in SRAM op de chip worden gehouden en herhaaldelijk worden gebruikt, nemen de toegangen tot extern geheugen af en verbeteren zowel snelheid als energie-efficiëntie. SRAM neemt echter veel oppervlak in en is duur, zodat de hoeveelheid die wordt geplaatst wordt bepaald door de afweging tussen de grootte van de te verwerken modellen en de kosten.

Dit onderwerp oefenen Naar de onderwerppagina

Meer vragen over AI-hardware en softwarestack

  1. Welke uitspraak over "weight stationary" (gewichten vast), een van de dataflow-methoden van AI-versnellers, is juist?
  2. Welke van de volgende is GEEN voordeel van AI-inferentie in een apparaat zoals een smartphone (edge) in plaats van op een cloudserver?
  3. Wat is de belangrijkste reden dat een NPU in een SoC van een smartphone bij AI-inferentie energiezuiniger is dan een CPU?
  4. Welke uitspraak over waar op moet worden gelet bij een waarde als "○○ TOPS" als prestatie van een AI-versneller is juist?
  5. Welke uitspraak over MFU (Model FLOPs Utilization), een maat voor de efficiëntie van grootschalige training, is juist?