IBM Chip elabora i dati in modo simile al modo in cui lo fa il tuo cervello

Un nuovo tipo di chip per computer, presentato oggi da IBM, prende spunti di progettazione dallo strato esterno rugoso del cervello umano. Anche se non è all'altezza di un microprocessore convenzionale in termini di numeri, il chip consuma molta meno energia ed è molto più adatto per elaborare immagini, suoni e altri dati sensoriali.

Nuovi pensieri: IBM ha creato un processore progettato utilizzando i principi al lavoro nel tuo cervello.

Il chip SyNapse di IBM elabora le informazioni utilizzando una rete di poco più di un milione di neuroni, che comunicano tra loro tramite picchi elettrici, proprio come fanno i neuroni reali. Il chip utilizza gli stessi componenti di base dei chip commerciali odierni: i transistor al silicio. Ma i suoi transistor sono configurati per imitare il comportamento di entrambi i neuroni e le connessioni - sinapsi - tra di loro.

Il chip SyNapse si rompe con un design noto come architettura Von Neumann che è alla base dei chip dei computer per decenni. Sebbene i ricercatori abbiano sperimentato chip modellati sul cervello, noti come chip neuromorfici, dalla fine degli anni '80, fino ad ora sono stati tutti molte volte meno complessi e non abbastanza potenti per essere pratici (vedi Thinking in Silicon). I dettagli del chip sono stati pubblicati oggi sulla rivista Scienza .

Il nuovo chip non è ancora un prodotto, ma è abbastanza potente da funzionare su problemi del mondo reale. In una dimostrazione presso il centro di ricerca Almaden di IBM, Revisione della tecnologia del MIT ho visto riconoscere auto, persone e biciclette nel video di un incrocio stradale. Un laptop nelle vicinanze che era stato programmato per svolgere la stessa attività ha elaborato il filmato 100 volte più lentamente del tempo reale e ha consumato 100.000 volte più energia del chip IBM. I ricercatori IBM stanno ora sperimentando la connessione di più chip SyNapse insieme e sperano di costruire un supercomputer usando migliaia.

Quando i dati vengono inseriti in un chip SyNapse, provoca un flusso di picchi e i suoi neuroni reagiscono con una tempesta di ulteriori picchi. Il poco più di un milione di neuroni sul chip è organizzato in 4.096 blocchi identici di 250, una disposizione ispirata alla struttura del cervello dei mammiferi, che sembra essere costruito da circuiti ripetuti da 100 a 250 neuroni, dice Dharmendra Modha , capo scienziato per l'informatica ispirata al cervello presso IBM. La programmazione del chip implica la scelta di quali neuroni sono collegati e quanto fortemente si influenzano a vicenda. Per riconoscere le auto in video, ad esempio, un programmatore elaborerebbe le impostazioni necessarie su una versione simulata del chip, che verrebbe quindi trasferita sulla cosa reale.

Negli ultimi anni, le principali innovazioni nell'analisi delle immagini e nel riconoscimento vocale sono derivate dall'utilizzo di grandi reti neurali simulate per lavorare sui dati (vedi Deep Learning). Ma quelle reti richiedono giganteschi cluster di computer convenzionali. Ad esempio, la famosa rete neurale di Google in grado di riconoscere i volti di gatti e umani richiedeva 1.000 computer con 16 processori ciascuno (vedi Software autodidatta).

Sebbene il nuovo chip SyNapse abbia più transistor della maggior parte dei processori desktop, o di qualsiasi altro chip che IBM abbia mai realizzato, con oltre cinque miliardi, consuma sorprendentemente poca energia. Durante l'esecuzione della demo di riconoscimento video del traffico, ha consumato solo 63 milliwatt di potenza. I chip server con un numero simile di transistor consumano decine di watt di potenza, circa 10.000 volte di più.

L'efficienza dei computer convenzionali è limitata perché memorizzano dati e istruzioni di programma in un blocco di memoria separato dal processore che esegue le istruzioni. Poiché il processore esegue le sue istruzioni in una sequenza lineare, deve spostare costantemente le informazioni avanti e indietro dall'archivio di memoria, un collo di bottiglia che rallenta le cose e spreca energia.

Il nuovo chip di IBM non ha memoria separata e blocchi di elaborazione, perché i suoi neuroni e le sue sinapsi intrecciano le due funzioni. E non funziona sui dati in una sequenza lineare di operazioni; i singoli neuroni si attivano semplicemente quando i picchi che ricevono da altri neuroni li provocano.

Horst Simone , vicedirettore del Lawrence Berkeley National Lab ed esperto di supercalcolo, afferma che fino ad ora l'industria si è concentrata sull'armeggiare con l'approccio di Von Neumann piuttosto che sostituirlo, ad esempio utilizzando più processori in parallelo o utilizzando processori grafici per accelerare su determinati tipi di calcoli. Il nuovo chip potrebbe essere uno sviluppo storico, dice. Il bassissimo consumo energetico e la scalabilità di questa architettura sono davvero unici.

Uno svantaggio è che il chip IBM richiede un approccio completamente nuovo alla programmazione. Sebbene l'azienda abbia annunciato una suite di strumenti orientati alla scrittura di codice per il suo prossimo chip l'anno scorso (vedi IBM Scientists Show Blueprints for Brainlike Computing ), anche i migliori programmatori trovano imparare a lavorare con il danneggiamento del chip, afferma Modha: È quasi sempre frustrante Esperienza. Il suo team sta lavorando per creare una libreria di blocchi di codice già pronti per semplificare il processo.

Chiedere all'industria di adottare un tipo di chip e un modo di codifica completamente nuovi può sembrare audace. Ma IBM potrebbe trovare un pubblico ricettivo perché sta diventando chiaro che i computer attuali non saranno in grado di offrire molto di più in termini di miglioramenti delle prestazioni. Questo chip sta arrivando al momento giusto, dice Simon.

nascondere