مایکروسافت دقایقی پیش در کنفرانس سالانه توسعه دهندگان بیلد 2018 پلتفرم اجرای مدل های یادگیری ژرف موسوم به «پروژه Brainwave» را برای سرویس کلاود اژور و اِج معرفی کرد.
در حالی که برخی رقبای این کمپانی از قبیل گوگل روی چیپ های سفارشی تمرکز کرده اند، مایکروسافت ترجیح داده برای شتاب دهی مدل ها روی FPGA سرمایه گذاری کند. استدلال کمپانی ردموندی این است که انعطاف پذیری این سیستم به مراتب بیشتر از موارد مشابه است، چون بر مبنای موتور پردازش شبکه عصبی پویا و «نرم» کار می کند که مستقیماً روی چیپ های FPGA معمولی پیاده سازی شده، در حالی که در موارد مشابه دیگر از معماری و سخت افزار اختصاصی استفاده می گردد.
علاوه بر این کارایی سیستم جدید مایکروسافت به لطف تراشه های FPGA اینتل که با نام Stratix شناخته می شوند، قابل مقایسه با چیپ های سفارشی است.
مایکروسافت سال گذشته برخی جزئیات این سیستم را توضیح داد که شامل سه لایه است: معماری توزیع یافته با کارایی بالا، موتور شبکه عصبی عمیق که در چیپ های FPGA ترکیب شده و کامپایلری برای پیاده سازی مدل‌های از پیش آموزش داده شده.
مجهز کردن شبکه مرکز داده مایکروسافت به چیپ های FPGA آن ها را به میکروسرویس های سخت افزاری شبیه تر کرده و توان کلی و میزان تاخیر آنها را بهبود خواهد بخشید. مایکروسافت مدعی است این سیستم با فراهم کردن امکان ارتباط مستقیم بین چیپ های FPGA و پردازنده، میزان تاخیر را تا پنج برابر کمتر از TPU های گوگل کاهش می دهد.
این کمپانی هنگام معرفی BrainWave تاکید کرد که پشته نرم افزاری از فریمورک هوش مصنوعی مایکروسافت موسوم به «جعبه ابزار شناختی» (Cognitive Toolkit) و TensorFlow گوگل پشتیبانی می کند. BrainWave در پلتفرم ابری اژور در حالت پیش نمایش قرار دارد و کمپانی سازنده متعهد شده که پشتیبانی از Azure Stack و Azure Data Box را هم به زودی به آن خواهد افزود.
