Innovation
वैज्ञानिक कंप्यूटिंग के लिए AI की संख्या-क्रंचिंग शॉर्टकट्स क्यों विफल हो जाते हैं
AI वर्कलोड को तेज़ करने के लिए डिज़ाइन किए गए कस्टम नंबर फॉर्मेट्स के विस्फोट ने इन्हीं शॉर्टकट्स को वैज्ञानिक कंप्यूटिंग में लागू करने का प्रलोभन पैदा किया है। लेकिन IEEE Spectrum की रिपोर्ट के अनुसार, जो तरीके neural networks के लिए काम करते हैं, वे भौतिकी और इंजीनियरिंग सिमुलेशन में विनाशकारी रूप से गलत परिणाम दे सकते हैं।
Key Takeaways
- AI number formats speed के लिए precision को sacrifice करते हैं, जिसे neural networks tolerate करते हैं
- Scientific simulations को accuracy की आवश्यकता है — छोटी rounding errors meaningless परिणामों में cascade हो सकती हैं
- Researchers scientific computing के लिए विशेष रूप से डिज़ाइन किए गए bespoke number formats विकसित कर रहे हैं
- AI-optimized hardware scientific workloads को पीछे छोड़ सकता है क्योंकि chip design low precision को प्राथमिकता देता है
DE
DT Editorial AI··via spectrum.ieee.org