Revatronが実現する技術
セル構造型コンピュータチップ設計(CSCC)技術

CSCCは、洗練されたタイミングおよびセンスネットワークを備えたフラクタルトポロジーを適用する独自のチップ設計です。 これは、正確なタイミングのオペレーションによって、大規模な処理能力を持つリアルタイムの人工知能を可能にします。
- CSCCは、リアルタイムの人工知能のために特別に設計されたフラクタルベースのコンピュータチップです。
- CSCCは、フラクタルトポロジーにおけるRGUの構成可能なロジスティックセルと時間駆動ニューラルネットワークから構成されています。
- 設定可能なすべてのロジスティックセルは、スイッチファブリックによって完全に接続されています。
- フラクタル構造は、効率的な認知プロセスのために局所領域にGRUをグループ化することによって、反復深層学習に理想的です。
スーパーリニア級のリカレントアーキテクチャ
すべてのパイプラインが必要とするデータを先読みし、事前に準備するリアルタイムAIを動力源とするパワフルなMMUを使用する、すべてのパイプライン用のプロトコルを備えた単一層の統合キャッシュシステム。
- リアルタイムAIを使用することで、マルチコアCPUのデータ例外を削減する同時メモリアクセス効率が50%向上。
- リアルタイムAI機能で使用するための高度な同時並列処理。
- 既存のテクノロジと比較してプロセッサ効率が10倍向上。
CSCCによるリアルタイムコグニティブニューラルネットワーク

CSCC:A Real-Time CNN
CSCCは、洗練されたタイミングおよびセンスネットワークを備えたフラクタルトポロジーを適用する独自のチップ設計です。 これは、正確なタイミングのオペレーションを使用して、大規模な処理能力を持つリアルタイムの人工知能を可能にします。
- 認知神経回路網(CNN)は、リアルタイム動作中に直ちに学習し適応するネットワークです。
- セル構造化コンピュータチップ(CSCC)は、リアルタイムの人工知能のために特別に設計された、フラクタルベースのコンピュータチップです。
- CSCCは、フラクタルトポロジーにおけるRGUの構成可能なロジスティックセルと時間駆動ニューラルネットワークから構成されています。
- 設定可能なすべてのロジスティックセルは、スイッチファブリックによって完全に接続されています。

フラクタル構造の例
CSCCを使った深層学習

- 設定可能なすべてのロジスティックセルは、スイッチファブリックによって完全に接続され、完全なネットワークを形成します。 セルは、挑戦的な仕事に対する莫大な計算力を持っています。
- プログラマブルスイッチによって制御されるすべてのセルにはリンクがあります。 リンクは、ニューラルネットワークのように動作する接続されたネットワークを作成します。
- CSCCは独立したCNN層が3つあります。
- 認知のためのセンスネットワーク
- リアルタイム処理のためのタイミングネットワーク
- 非線形演算のためのデータネットワーク
- フラクタル構造は、効率的な認知プロセスのために局所領域にGRUをグループ化する反復深層学習にとって理想的です。
Recent Comments