Intel wykorzysta inżynierę neuromorficzną dla ulepszenia AI
Intel wszedł właśnie w 3-letnią współpracę z Sandia National Laboratories w celu wykorzystania inżynierii neuromorficznej dla rozwiązania niektórych problemów związanych z AI. Rozwiązania neuromorficzne zakładają użycie systemów, które zawierają obwody, naśladujące architekturę neurobiologiczną układu nerwowego. Sandia National Laboratories jest natomiast instytutem naukowo-badawczym, zajmującym się badaniami naukowymi oraz technologią w dziedzinie energii i broni nuklearnej. Intel twierdzi, że Sandia otrzyma od nich systemy oparte na architekturze neuromorficznej.
Laboratoria na razie będą mogły korzystać z systemu Intela opartego o procesor Loihi z 50 milionami neuronów, który został dostarczony do siedziby instytucji w Albuquerque w stanie Nowy Meksyk. Co więcej, Intel i Sandia mają nadzieję, że wypracowane wspólnie rozwiązania uda się wykorzystać do zadań związanych z obliczeniami naukowymi, antyterroryzmem, energetyką i bezpieczeństwem narodowym.
Inżynieria neuromorficzna i AI
Jak neuromorfizm może jednak pomóc rozwojowi AI? Intel twierdzi, że inżynieria neuromorficzna ma szansę rozszerzyć badania nad AI do takich obszarów, jak ludzkie poznanie, czy autonomiczna adaptacja. Według firmy będzie to miało kluczowe znaczenie w ulepszeniu rozwiązań AI opartych na sieciach neuronowych.
Głównym wyzwaniem w badaniach neuromorficznych jest natomiast dopasowanie ludzkiej zdolności uczenia się na podstawie nieustrukturyzowanych bodźców do wydajności energetycznej ludzkiego mózgu. Bloki obliczeniowe w neuromorficznych systemach komputerowych są tutaj analogiczne do neuronów.
Kluczową rolę odgrywają tutaj zatem pulsujące sieci neuronowe, które porządkują powyższe elementy w sposób naśladujący działanie naturalnych sieci w biologicznym mózgu.
Inżynieria neuromorficzna Intela
Warto tutaj również wspomnieć o wcześniejszych rezultatach inżynierii neuromorficznej Intela. Jakiś czas temu firma ogłosiła pełną gotowość swojego nowego systemu o nazwie Pohoiki Springs.
Jest to niezależny system neuromorficzny o wielkości mniej więcej pięciu standardowych serwerów. Firma udostępniła swój wynalazek dla Intel Neuromorphic Research Community za pośrednictwem chmury i przy użyciu pakietu Intel Nx SDK. Daje im to narzędzie do badań na większą skalę i przyspieszenie wykonania tam, gdzie tradycyjna architektura jest zbyt wolna.
Intel twierdzi, że Pohoiki Springs ma podobną pojemność neuronową do mózgu małego ssaka. System posiada 768 czipów Loihi i 100 milionów neuronów rozmieszczonych na 24 płytach rozszerzających Arria10 FPGA Nahuku (zawierających po 32 chipy), które działają na poziomie poniżej 500 watów.
Innym rezultatem neuromorificznych badań Intela jest czip o nazwie Loihi. Grupa naukowców z Los Alamos National Laboratory, która odkryła, że AI musi spać, chciała zaimplementować tam swój algorytm, aby połączyć możliwości procesora i potrzebę snu robotów do lepszego przetwarzania informacji.
Sam czip Loihi zawiera ponad 2 miliardy tranzystorów, 130 000 sztucznych neuronów i 130 milionów synaps. Intel twierdzi, że przetwarza on informacje do 1000 razy szybciej i 10 000 razy wydajniej niż tradycyjne procesory. Loihi może także rozwiązywać problemy optymalizacyjne, zwiększając tym samym prędkość i efektywność energetyczną.
Co więcej, Loihi utrzymuje wyniki wydajnościowe w czasie rzeczywistym i zużywa tylko 30% więcej mocy po 50-krotnym skalowaniu, podczas gdy tradycyjny sprzęt zużywa o 500% więcej energii, aby zrobić to samo.
Inne projekty Intela
Intel ogłosił też, że zawarł umowę z U.S. Department of Energy w celu opracowania technologii półprzewodnikowych i nowatorskich procesów produkcyjnych. Co więcej, współpracując z Argonne National Laboratory, firma skoncentruje się na rozwoju i projektowaniu technologii mikroelektronicznych nowej generacji, takich jak exascale computing oraz obliczenia neuromorficzne i kwantowe.
Oprócz Intela, nad wykorzystaniem wcześniej wspomnianej inżynierii pracują IBM, HP, MIT, Purdue oraz Standford, tylko że do stworzenia jeszcze lepszych superkomputerów, niż te, które mamy teraz.