Innovation
Почему числовые оптимизации ИИ не работают в научных вычислениях
Взрывной рост пользовательских числовых форматов, разработанных для ускорения рабочих нагрузок ИИ, создал соблазн применить те же приёмы к научным вычислениям. Но, как сообщает IEEE Spectrum, приёмы, которые работают для нейронных сетей, могут привести к катастрофически неправильным результатам в физических и инженерных симуляциях.
Key Takeaways
- Числовые форматы ИИ жертвуют точностью ради скорости, а нейронные сети это переносят
- Научные симуляции требуют численной точности — небольшие ошибки могут привести к катастрофическим результатам
- Исследователи разрабатывают пользовательские числовые форматы, специально предназначенные для научных вычислений
- ИИ-оптимизированное оборудование может оставить научные вычисления позади, так как проектирование микросхем приоритизирует низкую точность
DE
DT Editorial AI··via spectrum.ieee.org