211service.com
IBM Chip przetwarza dane podobnie jak Twój mózg
Nowy rodzaj chipa komputerowego, zaprezentowany dzisiaj przez IBM, czerpie wskazówki projektowe z pomarszczonej zewnętrznej warstwy ludzkiego mózgu. Chociaż nie ma sobie równych z konwencjonalnym mikroprocesorem pod względem liczby chrupania, chip zużywa znacznie mniej energii i jest znacznie lepiej przystosowany do przetwarzania obrazów, dźwięku i innych danych sensorycznych.
Nowe myslenie: IBM zbudował procesor zaprojektowany w oparciu o zasady działające w Twoim mózgu.
Układ IBM SyNapse przetwarza informacje za pomocą sieci ponad miliona neuronów, które komunikują się ze sobą za pomocą impulsów elektrycznych — tak jak robią to rzeczywiste neurony. Układ wykorzystuje te same podstawowe komponenty, co dzisiejsze komercyjne chipy — tranzystory krzemowe. Ale jego tranzystory są skonfigurowane tak, aby naśladować zachowanie zarówno neuronów, jak i połączeń – synaps – między nimi.
Chip SyNapse zrywa z projektem znanym jako architektura Von Neumanna, który od dziesięcioleci stanowi podstawę chipów komputerowych. Chociaż naukowcy eksperymentowali z chipami modelowanymi na mózgach – znanymi jako chipy neuromorficzne – od późnych lat 80. XX wieku, do tej pory wszystkie były wielokrotnie mniej złożone i niewystarczająco wydajne, aby były praktyczne (patrz Thinking in Silicon). Szczegóły chipa zostały dziś opublikowane w czasopiśmie Nauka .
Nowy chip nie jest jeszcze produktem, ale jest wystarczająco wydajny, aby rozwiązać rzeczywiste problemy. Podczas demonstracji w centrum badawczym IBM Almaden, Przegląd technologii MIT Widziałem, jak rozpoznaje się samochody, ludzi i rowery na filmie ze skrzyżowania dróg. Pobliski laptop, który został zaprogramowany do wykonania tego samego zadania, przetwarzał materiał 100 razy wolniej niż w czasie rzeczywistym i zużywał 100 000 razy więcej energii niż chip IBM. Badacze IBM eksperymentują obecnie z łączeniem ze sobą wielu chipów SyNapse i mają nadzieję zbudować superkomputer wykorzystujący tysiące.
Gdy dane są wprowadzane do chipa SyNapse, powoduje to strumień pików, a jego neurony reagują burzą kolejnych pików. Nieco ponad milion neuronów na chipie jest zorganizowanych w 4096 identycznych bloków po 250, układ inspirowany strukturą mózgów ssaków, które wydają się być zbudowane z powtarzających się obwodów od 100 do 250 neuronów, mówi Dharmendra Modha , główny naukowiec zajmujący się komputerami inspirowanymi mózgiem w IBM. Programowanie chipa polega na wyborze, które neurony są połączone i jak silnie wpływają na siebie. Na przykład, aby rozpoznać samochody na wideo, programista opracuje niezbędne ustawienia na symulowanej wersji chipa, które następnie zostaną przeniesione do rzeczywistości.
W ostatnich latach duże przełomy w analizie obrazu i rozpoznawaniu mowy dokonały się dzięki wykorzystaniu dużych, symulowanych sieci neuronowych do pracy z danymi (patrz Deep Learning ). Ale te sieci wymagają gigantycznych klastrów konwencjonalnych komputerów. Na przykład słynna sieć neuronowa Google, która potrafi rozpoznawać twarze kotów i ludzi, wymagała 1000 komputerów z 16 procesorami każdy (patrz Oprogramowanie samouczące).
Chociaż nowy układ SyNapse ma więcej tranzystorów niż większość procesorów do komputerów stacjonarnych lub jakikolwiek inny układ, jaki kiedykolwiek wyprodukował IBM, z liczbą ponad pięciu miliardów, zużywa uderzająco mało energii. Podczas uruchamiania demonstracji rozpoznawania wideo o ruchu drogowym zużył zaledwie 63 miliwatów energii. Chipy serwerowe z podobną liczbą tranzystorów zużywają dziesiątki watów mocy — około 10 000 razy więcej.
Wydajność konwencjonalnych komputerów jest ograniczona, ponieważ przechowują dane i instrukcje programu w bloku pamięci, który jest oddzielony od procesora, który wykonuje instrukcje. Gdy procesor wykonuje swoje instrukcje w liniowej sekwencji, musi stale przesyłać informacje tam iz powrotem z magazynu pamięci — jest to wąskie gardło, które spowalnia działanie i marnuje energię.
Nowy chip IBM nie ma oddzielnych bloków pamięci i przetwarzania, ponieważ jego neurony i synapsy przeplatają te dwie funkcje. I nie działa na danych w liniowej sekwencji operacji; poszczególne neurony po prostu odpalają, gdy powodują je impulsy, które otrzymują od innych neuronów.
Horst Simon , zastępca dyrektora Lawrence Berkeley National Lab i ekspert w dziedzinie superkomputerów, mówi, że do tej pory branża koncentrowała się na majstrowaniu przy podejściu Von Neumanna, a nie na zastępowaniu go, na przykład poprzez stosowanie wielu procesorów równolegle lub wykorzystywanie procesorów graficznych do przyspieszania niektóre rodzaje obliczeń. Nowy chip może być historycznym wydarzeniem, mówi. Bardzo niskie zużycie energii i skalowalność tej architektury są naprawdę wyjątkowe.
Jednym minusem jest to, że chip IBM wymaga zupełnie nowego podejścia do programowania. Chociaż firma ogłosiła w zeszłym roku zestaw narzędzi przeznaczonych do pisania kodu dla swojego nadchodzącego chipa (zobacz IBM Scientists Show Blueprints for Brainlike Computing ), nawet najlepsi programiści uczą się pracy z siniakami chipa, mówi Modha: To prawie zawsze frustrujące. doświadczenie. Jego zespół pracuje nad stworzeniem biblioteki gotowych bloków kodu, aby ułatwić ten proces.
Proszenie branży o przyjęcie zupełnie nowego rodzaju chipu i sposobu kodowania może wydawać się śmiałe. Ale IBM może znaleźć chętnych odbiorców, ponieważ staje się jasne, że obecne komputery nie będą w stanie zapewnić znacznie więcej pod względem wzrostu wydajności. Ten chip pojawia się we właściwym czasie, mówi Simon.