論文の概要: Advancing Computing's Foundation of US Industry & Society
- arxiv url: http://arxiv.org/abs/2101.01284v1
- Date: Mon, 4 Jan 2021 23:40:45 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-17 21:57:33.213145
- Title: Advancing Computing's Foundation of US Industry & Society
- Title（参考訳）: 米国産業社会におけるコンピューティングの基盤の進展
- Authors: Thomas M. Conte, Ian T. Foster, William Gropp, and Mark D. Hill
- Abstract要約: ITの影響下にあるのは、コンピュータハードウェアの劇的な改善であり、新しい機能をアンロックするパフォーマンスを提供する。
100倍のハードウェアを使わずに次のAIを飛躍させるだろうか?
この白書はムーアの法則を超えた新しいコンピューティングアプローチを開発するための多角的努力を主張する。
- 参考スコア（独自算出の注目度）: 1.443696537295348
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: While past information technology (IT) advances have transformed society,
future advances hold even greater promise. For example, we have only just begun
to reap the changes from artificial intelligence (AI), especially machine
learning (ML). Underlying IT's impact are the dramatic improvements in computer
hardware, which deliver performance that unlock new capabilities. For example,
recent successes in AI/ML required the synergy of improved algorithms and
hardware architectures (e.g., general-purpose graphics processing units).
However, unlike in the 20th Century and early 2000s, tomorrow's performance
aspirations must be achieved without continued semiconductor scaling formerly
provided by Moore's Law and Dennard Scaling. How will one deliver the next 100x
improvement in capability at similar or less cost to enable great value? Can we
make the next AI leap without 100x better hardware?
This whitepaper argues for a multipronged effort to develop new computing
approaches beyond Moore's Law to advance the foundation that computing provides
to US industry, education, medicine, science, and government. This impact
extends far beyond the IT industry itself, as IT is now central for providing
value across society, for example in semi-autonomous vehicles, tele-education,
health wearables, viral analysis, and efficient administration. Herein we draw
upon considerable visioning work by CRA's Computing Community Consortium (CCC)
and the IEEE Rebooting Computing Initiative (IEEE RCI), enabled by thought
leader input from industry, academia, and the US government.
- Abstract（参考訳）: 過去の情報技術(IT)の進歩は社会に変化をもたらしたが、将来の進歩はさらに大きな可能性を秘めている。
例えば、人工知能(AI)、特に機械学習(ML)から変化を享受し始めたばかりです。
ITの影響下にあるのは、コンピュータハードウェアの劇的な改善であり、新しい機能をアンロックするパフォーマンスを提供する。
例えば、最近のAI/MLの成功は、改良されたアルゴリズムとハードウェアアーキテクチャ(例えば汎用グラフィック処理ユニット)の相乗効果を必要とした。
しかし、20世紀や2000年代前半と異なり、ムーアの法則とデンナード・スケーリングによって提供されていた半導体スケーリングを継続することなく、明日のパフォーマンスは達成されなければならない。
次の100倍の能力改善を、同じような、あるいは少ないコストで、大きな価値を実現するにはどうすればよいのか?
100倍のハードウェアを使わずに次のAIを飛躍させることができるか?
この白書は、ムーアの法則を超えた新しいコンピューティングアプローチを開発し、コンピューティングがアメリカの産業、教育、医学、科学、政府にもたらす基盤を前進させるための多方面の努力を主張する。
この影響はit業界自体に及ばず、現在では半自律走行車、遠隔教育、健康ウェアラブル、ウイルス分析、効率的な管理など、社会全体に価値を提供する中心となっている。
本稿では、CRAのコンピューティングコミュニティコンソーシアム(CCC)とIEEEリブートコンピューティングイニシアチブ(IEEE RCI)による、産業、アカデミック、米国政府からの思想的リーダーの入力によって実現された、かなりのビジョンの成果について述べる。
関連論文リスト
- Computing Power and the Governance of Artificial Intelligence [51.967584623262674]
政府や企業は、AIを管理する手段として計算を活用し始めている。
計算ベースのポリシーと技術は、これらの領域を補助する可能性があるが、実装の準備ができている点で大きなバリエーションがある。
プライバシーや経済的影響、権力の中央集権化といった分野において、ガバナンスの計算方法の素早い、あるいは不十分なアプローチは重大なリスクを伴います。
論文 参考訳（メタデータ） (2024-02-13T21:10:21Z) - Brain-Inspired Computational Intelligence via Predictive Coding [89.6335791546526]
予測符号化(PC)は、マシンインテリジェンスタスクにおいて有望なパフォーマンスを示している。
PCは様々な脳領域で情報処理をモデル化することができ、認知制御やロボティクスで使用することができる。
論文 参考訳（メタデータ） (2023-08-15T16:37:16Z) - Physical Computing for Materials Acceleration Platforms [81.09376948478891]
我々は、MAPs研究プログラムの一環として、新しい素材の探索を加速する同じシミュレーションとAIツールが、根本的に新しいコンピュータ媒体の設計を可能にすると論じている。
シミュレーションに基づくMAPプログラムの概要を述べる。
我々は、材料研究者と計算機科学者の革新的なコラボレーションの新たな時代を導入することを期待している。
論文 参考訳（メタデータ） (2022-08-17T23:03:54Z) - Future Computer Systems and Networking Research in the Netherlands: A
Manifesto [137.47124933818066]
我々はICTの重要部分としてCompSysに注目している。
オランダ経済のトップセクター、国家研究アジェンダの各ルート、国連持続可能な開発目標の各ルートは、コンプシーズの進歩なしには対処できない課題を提起する。
論文 参考訳（メタデータ） (2022-05-26T11:02:29Z) - Edge-Cloud Polarization and Collaboration: A Comprehensive Survey [61.05059817550049]
クラウドとエッジ両方のAIの体系的なレビューを行います。
私たちはクラウドとエッジモデリングの協調学習メカニズムを最初にセットアップしました。
我々は現在進行中の最先端AIトピックの可能性と実践経験について議論する。
論文 参考訳（メタデータ） (2021-11-11T05:58:23Z) - Compute and Energy Consumption Trends in Deep Learning Inference [67.32875669386488]
コンピュータビジョンと自然言語処理の分野における関連モデルについて検討する。
継続的な性能向上のために、これまで予想されていたよりもエネルギー消費の軟化が見られた。
論文 参考訳（メタデータ） (2021-09-12T09:40:18Z) - Nanotechnology-inspired Information Processing Systems of the Future [6.965518964839632]
ナノスケール半導体技術は、コンピューティング革命の鍵となった。
全国規模のVertically Integrated Semiconductor Ecosystemに持続的で重い投資が必要である。
全国規模のVISEは、アメリカの半導体におけるグローバルな優位性を保証するための明確な戦略的優位性を提供する。
論文 参考訳（メタデータ） (2020-05-05T18:52:25Z) - How deep the machine learning can be [0.0]
機械学習は、主に従来のコンピューティング(プロセッサ)に基づいている。
本稿では,AIソリューションの計算性能のスケールアップについて,いくつかの問題点を概観する。
論文 参考訳（メタデータ） (2020-05-02T16:06:31Z) - Memristors -- from In-memory computing, Deep Learning Acceleration,
Spiking Neural Networks, to the Future of Neuromorphic and Bio-inspired
Computing [25.16076541420544]
機械学習は、特にディープラーニングの形で、人工知能の最近の基本的な発展のほとんどを駆動している。
ディープラーニングは、オブジェクト/パターン認識、音声と自然言語処理、自動運転車、インテリジェントな自己診断ツール、自律ロボット、知識に富んだパーソナルアシスタント、監視といった分野に成功している。
本稿では、電力効率の高いインメモリコンピューティング、ディープラーニングアクセラレーター、スパイクニューラルネットワークの実装のための潜在的なソリューションとして、CMOSハードウェア技術、memristorsを超越した小説をレビューする。
論文 参考訳（メタデータ） (2020-04-30T16:49:03Z) - Convergence of Artificial Intelligence and High Performance Computing on
NSF-supported Cyberinfrastructure [3.4291439418246177]
人工知能(AI)アプリケーションは、産業や技術におけるビッグデータの課題に対して、トランスフォーメーションソリューションを推進している。
AIは、統計的および数学的厳密性を備えたコンピューティングパラダイムへと進化し続けており、トレーニング、検証、テストのためのシングルGPUソリューションがもはや不十分であることが明らかになっている。
この実現により、AIとハイパフォーマンスコンピューティングの融合が加速し、監視時間の短縮が図られている。
論文 参考訳（メタデータ） (2020-03-18T18:00:02Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。