Offene Architektur „Edge-KI wird für RISC-V-Boom sorgen“

Anbieter zum Thema

Syslogic GmbH

SECO Northern Europe

Kommende, günstige Chips für KI-Anwenungen werden für einen Boom der RISC-V-Prozessor-IP sorgen. Das sagte Yann LeCun, Facebooks leitender KI-Wissenschaftler, auf dem Innovationstag des französischen Forschungslabors CEA-Leti. Die vielerorts bereits laufende Umstellung auf RISC-V für den Betrieb neuronaler Netzwerke für KI-Edge-Anwendungen werde zudem durch die vorgeschlagene Übernahme von ARM durch Nvidia beschleunigt.

Die Industrie durchläuft einen Wandel. Schon als die geplante Übernahme von ARM durch NVIDIA noch als unbestätigtes Gerücht galt, machte sich ein gewisser Wandel in der Industrie bemerkbar. Diverse Marktbeobachter mutmaßten, dass eine solche Übernahme einen bestehenden Trend von Geräteherstellern, von ARM-Kernen weg auf das quelloffene RISC-V zu migrieren, weiter verstärken könnte.

RISC-V könnte schon bald den chinesischen Markt dominieren

Auf dem Innovationstag des französischen Forschungslabors CEA-Leti bestätigte Yann LeCun, Lead AI Scientist bei Facebook, diese Beobachtung - und wagte eine Prognose speziell mit Blick auf den Edge-KI-Markt. Das Erstarken von RISC-V führe zu einem verstärkten Aufkommen von kostengünstigen, auf KI-Anwendungen optimierte Chips mit einer NPU (neural processing unit) und RISC-V-Prozessorkernen.

Diese werden „unglaublich billig [sein], weniger als 10 Dollar, viele davon kommen aus China, und sie werden allgegenwärtig werden", sagte der französische KI-Experte. Er stelle sich die Frage, ob RISC-V auf dem chinesischen Markt nicht bald die dominante, tonangebende Kraft werde.

Optimierung bestehender Technologien wichtiger als aufwändige Spezialentwicklungen

„Sicherlich ist die KI am Rand ein superwichtiges Thema", sagt LeCon, der als einer der Erfinder des Convolutional Neural Network (CNN) gilt und 2018 mit dem Turing-Preis für KI ausgezeichnet wurde. Er glaube nicht daran, dass es exotische Technologien, Ansätze wie Spiking-Neural-Networks, analoge Netzwerke unter Einsatz von ReRam-Speichern oder spezifische Hardware-Eigenentwicklungen sein werden, die bei KI-Anwendungen oder -Beschleunigung in den nächsten zwei bis drei Jahren den Ton angeben.

All diese Ansätze würden eine Miniaturisierung bis hinunter zu 2 oder gar 1 nm erfordern, ehe sie sinnvoll einsetzbar wären, oder die Hardwarekomplexität signifikant in die Höhe treiben. Wichtiger sei allerdings aktuell, den Stromverbrauch für den Einsatz neuronaler Netzwerke, gerade am Geräte-Edge, so weit wie möglich zu reduzieren, das neuronale Netz selbst möglichst optimal aufzuziehen und Hardwareverteilung zu optimieren. Er sehe da besonders für den Einsatz von CNNs Stärken, da das Wissen hierüber bereits etabliert sei und diese sich gut skalieren ließen. Auch unter diesem Aspekt dürfte der Einsatz einer etablierten und günstigen, skalierbaren Prozessor-ISA sinnvoll RISC-V erscheinen.

„Das Ziel sind AR-Geräte mit Chips in den nächsten zwei bis drei Jahren mit Geräten in den nächsten fünf Jahren, und das kommt noch", sagte er. Facebook selbst arbeitet mit Nachdruck an Augmented-Reality-(AR-) und Virtual-Reality-(VR-)Anwendungen wie dem Oculus Rift und investiert seit einigen Jahren auch verstärkt in die Erforschung von KI.

Zankapfel ARM: Verkauf könnte Akzeptanz von RISC-V erhöhen

Flash und DRAM ausgereizt: Diese Speicher werden in Zukunft wichtig

(ID:46931495)