Seminario "Aceleración del aprendizaje profundo con computación aproximada".
Como parte de las actividades científicas del departamento de informática del LAMIH, se celebrará un seminario a cargo de la Sra. Kaoutar El Maghraoui (IBM Watson Research, EE.UU.), el martes 29/08 a las 10:00.
Resumen
La rápida inversión en IA ha dado lugar a un notable aumento de los datos, los modelos y la capacidad de las infraestructuras. Simultáneamente, nos encontramos en la cúspide de un cambio de paradigma marcado por modelos básicos que pueden generalizarse y adaptarse a gran escala. Sin embargo, esta expansión autopropulsada de la IA ha dado lugar a modelos de IA más grandes y complejos, demandas de computación a exaescala y un aumento de la huella de carbono.
Para hacer frente a estos desafíos, la especialización y la aceleración del hardware son cruciales para satisfacer las demandas computacionales de las DNN, que requieren un diseño sinérgico entre las diferentes capas de la pila de computación. En esta charla, describimos un enfoque holístico para el diseño de sistemas de IA especializados, promovido por IBM Research. Destaca una serie de técnicas para diseñar y construir sistemas de aprendizaje profundo eficientes. Esto implica principios de computación aproximada y enfoques no-Von-Neumann Analog In-memory para desbloquear ganancias exponenciales en la computación de IA haciendo que la IA sea más rápida, más eficiente y más sostenible.
Biografía
Kaoutar El Maghraoui es investigador científico sénior en el IBM T.J Watson Research Center y profesor adjunto de informática en la Universidad de Columbia. El trabajo de Kaoutar se sitúa en la intersección de los sistemas y la inteligencia artificial (IA). Dirige el AI Testbed en el IBM Research AI Hardware Center, un centro de investigación global que permite aceleradores y sistemas eficientes de nueva generación para cargas de trabajo de IA. Es responsable del desarrollo e implementación de código abierto de un sistema de gestión de inteligencia artificial.