سوميت كومار، المؤسس المشارك والرئيس التنفيذي لشركة Innatera – سلسلة المقابلات

سوميت كومار هو المؤسس المشارك والرئيس التنفيذي لشركة Innatera Nanosystems، حيث يقود تطوير معالجات Neuromorphic فائقة الكفاءة لتحليل بيانات الحس في أجهزة IoT و Wearable و Embedded. في السابق، قام بإدارة البحث الممول من الاتحاد الأوروبي في TU Delft، بما في ذلك مشروع PRYSTINE البالغ 50 مليون يورو حول تقنيات المركبات المستقلة، وشغل مناصب في Intel (INTC ) والبحث الأكاديمي حول معمارية المعالج المتقدمة.

Innatera هي شركة شبه موصلات تركز على جلب الذكاء فائق الكفاءة إلى “حافة الحس”. يقع اختراعها الأساسي في معالجات Neuromorphic Spiking مبنية على معمارية مختلطة تماثلية-رقمية تقلد معالجة الحدث القائم على الدماغ. يمكن لهذه الشريحة التعرف على الأنماط في بيانات الحس عند مستويات طاقة دون الملي واط ووقت تأخير فائق، مما يجعلها مثالية للتطبيقات التي تعمل دائمًا ومحدودة الطاقة.

أنت المؤسس المشارك لشركة Innatera في عام 2018 برؤية لجلب معالجات Neuromorphic من المختبر إلى الأجهزة الحقيقية. ما دفعك شخصيًا لبدء الشركة، وكيف تطور هذا الرؤية على مدار السنوات السبع الماضية؟

تم تأسيس Innatera مع مهمة واضحة في الاعتبار: جلب الذكاء الشبيه بالدماغ مباشرة إلى الحس. كانت الإشارات واضحة حتى في عام 2018، حيث كانت الأجهزة تدمج حساسات معقدة بشكل متزايد، وتنمو الحاجة إلى الحس دائمًا. كانت الميكروكونترولرز تفتقر إلى قدرات الذكاء الاصطناعي الكفئة للطاقة، وحتى ذلك لن يغير الكثير عندما يتعلق الأمر بالمعالجة المستمرة في الأجهزة التي تعمل بالبطاريات الصغيرة. كان من الواضح أن طريقة معالجة بيانات الحس في هذه الأجهزة تحتاج إلى التغيير، وبدا أن عقدًا من البحث الذي قمنا به في TUDelft حول الحوسبة Neuromorphic ومعالجة الطاقة الكفئة كان له جواب على هذا التحدي.

بقيت رؤيتنا متسقة – عالم أذكى وأكثر نظافة وأمانًا مدعومًا بالذكاء المحيط. من خلال جلب الذكاء إلى الحس، ستسمح شريحتنا لمعالجة بيانات الحس في العالم مباشرة في المصدر، مما يؤدي إلى تقليل كبير في استخدام الطاقة للذكاء الاصطناعي الحديث. نهدف إلى جعل مليار حس مستشعرًا بحلول عام 2030.

Pulsar هو الخطوة الأولى في هذه الرحلة – إنه أول معالج Neuromorphic microcontroller مصمم للاستخدام الشائع. يجعل الذكاء الملهم بالدماغ عمليًا في الأجهزة القابلة للارتداء وأجهزة المنزل الذكية والنظم الصناعية، من بين تطبيقات أخرى، مع وضع الأسس للتكنولوجيا التكيفية والذاتية الحكم في المستقبل.

Pulsar مبني على نهج جديد أساسي للمعالجة في الحس، تم إنجازه خلال 7 سنوات من البحث والهندسة الصعبة. ما بدأ كمغامرة مع أربعة أشخاص، نمت في هذا الوقت إلى فريق عالمي مكون من 100 شخص، عبر 15 دولة، موحدًا بثقافة تضع الناس في المقام الأول مبنية على الصلابة والابتكار والطموح.

Pulsar موصوف بأنه أول معالج Neuromorphic microcontroller حقيقي للتسويق الشامل. ما الذي يجعله مختلفًا عن الشريحة Neuromorphic السابقة التي ظلت في الغالب محصورة في المختبرات البحثية؟

تركز الأبحاث الأكاديمية غالبًا على تطوير نهج مبتكر لحل مشاكل صعبة. ونتيجة لذلك، يتم قياس فوائد الحلول في معزل. ومع ذلك، عندما يتم نشر هذه التكنولوجيا الجديدة في الإنتاج، يجب أن تتفاعل مع أجزاء أخرى من النظام، مما يؤدي غالبًا إلى تخفيف فوائدها. هذا هو أيضًا الحال مع العديد من تكنولوجيا Neuromorphic وتسريع الذكاء الاصطناعي – يتم دمجها في أنظمة لا يتم تصميمها مع نفس المبادئ الأساسية في الاعتبار، مما يؤدي إلى نتيجة تقل عن كفاءتها. من ناحية أخرى، Pulsar هو معالج microcontroller كامل ومتكامل، مصمم خصيصًا للمعالجة الكفئة لبيانات الحس في الحافة القصوى.

تم تصميمه من البداية لدمج كل ما هو ضروري لمعالجة بيانات الحس في شريحة واحدة: نوى Neuromorphic Spiking التناظرية والرقمية، ومسرع CNN وFFT، ونظام فرعي RISC-V كامل لدارة النظام وسيطرة الحس. تسمح هذه المعمارية الهجينة لـ Pulsar بتحويل الإشارات الخام لبيانات الحس إلى معلومات قابلة للفهم ومفيدة مباشرة في الجهاز، مع استهلاك ما يصل إلى 500 مرة أقل من الطاقة وتنفيذ 100 مرة أسرع من معالجات الذكاء الاصطناعي التقليدية.

بeyond الأجهزة، Pulsar أيضًا يعالج الحاجز البرمجي الطويل الأمد. SDK Talamo الخاص به، مع التكامل الأصلي مع PyTorch، يجعل تطوير Neuromorphic ميسورًا للمهندسين الرئيسيين ويسمح بنماذج مضغوطة أقل من 5KB لتشغيلها في ميزانيات طاقة دون الملي واط. وضع كل هذا في حزمة 2.8 × 2.6 مم، يزيل Pulsar الحاجة إلى تركيبات متعددة الشريحة الضخمة، مما يجعله أول معالج Neuromorphic جاهز للتوزيع الشامل.

الوصول هو موضوع كبير في Innatera. كيف يقلل SDK Talamo، ولا سيما مع التكامل مع PyTorch، من حاجز المطورين الذين هم جدد على الحوسبة Neuromorphic؟ 

لمدة عقود، كان الحاجز الرئيسي لاعتماد Neuromorphic ليس بسبب الأجهزة، بل بسبب عدم وجود أدوات مطور友ية. واجه المطورون منحدرات تعلم حادة وعمليات عمل غير مألوفة، مما أبطأ الابتكار. يعالج Talamo هذا مباشرةً من خلال توفير SDK قائم على PyTorch يسمح للمهندسين بتصميم وتدريب وتنفيذ شبكات Neuromorphic Spiking من خلال عمليات عمل مألوفة. يمكن دمج النماذج المضغوطة بسهولة في هياكل الحس القائمة، مما يسمح بالذكاء دائمًا في حتى أصغر الأجهزة وأكثرها تقييدًا بالطاقة. من خلال إزالة التعقيد وتسريع التطوير، يجعله Talamo الحوسبة Neuromorphic ميسورة للمطورين الرئيسيين ويسرع من المسار من النموذج الأولي إلى المنتج.

من الناحية الفنية، كيف تتوازن بين المسرعات Spiking التناظرية والرقمية داخل Pulsar لمعالجة أحمال العمل المتنوعة بكفاءة؟ 

تخلط معمارية Pulsar بين النوى Spiking التناظرية والرقمية لتحسين استخدام الطاقة والمرونة. توفر النوى التناظرية معالجة فائقة الكفاءة لأحمال العمل المستمرة دائمًا، حيث يتم حساب كل ميكرو واط. توفر النوى الرقمية البرمجة والدقة لأعمال أكثر تعقيدًا أو متغيرًا، لا تزال داخل غلاف طاقة كفء. يتم توزيع الأحمال عبر الاثنين حسب احتياجات التطبيق، مما يضمن أن يتم استهلاك الطاقة فقط عند تغيير البيانات. يسمح هذا النهج القائم على الحدث لـ Pulsar بالحفاظ على أداء دون الملي واط مع الحفاظ على المرونة لدعم تطبيقات العالم الحقيقي المتنوعة.

هل يمكنك أن تشرح لنا سير عمل المطور النموذجي – من تدريب نموذج إلى تنفيذه على Pulsar – وأين يتم تحقيق أكبر مكاسب في الكفاءة؟

يبدأ السير في PyTorch، حيث يصمم ويدرب المطورون نماذجهم كما يفعلون مع الذكاء الاصطناعي التقليدي. باستخدام SDK Talamo من Innatera، يتم تحويل النموذج إلى شبكة Neuromorphic Spiking مُحسنة لأجهزة Pulsar. يمكن للمطورين بعد ذلك محاكاة وتهذيب وتنفيذ النموذج مباشرة على الشريحة، غالبًا مع أقدام صغيرة تصل إلى 5KB. يتم دمج خطوة تطوير النموذج في تدفق أكبر لتطوير خط أنابيب التطبيق، مما يسمح للمطور ببناء رمز يستهدف RISC-V، بالإضافة إلى مسرع CNN، بطريقة موحدة. هذا يترجم إلى تجربة تطوير محسنة، ووقت تطوير أقصر.

تحدث أكبر مكاسب في الكفاءة عندما يتم تشغيل النموذج على نوى Spiking القائمة على الحدث في Pulsar. على عكس الميكروكونترولرز التقليدية التي تحرق الطاقة باستمرار، يقوم Pulsar بالحساب فقط عند تغيير بيانات الإدخال. هذا يسمح بالمهام دائمًا مثل التعرف على الإشارات أو الكشف عن الحضور بالرادار لتشغيلها بشكل مستمر عند مستويات دون الملي واط، مما يوفر تحسينات كبيرة في كفاءة الطاقة مع الحفاظ على دقة عالية ووقت تأخير قصير للغاية.

أي قطاعات تظهر أقوى معدل تبني لتكنولوجيا Pulsar، ويمكنك أن تشارك أمثلة على العملاء أو الشركاء المبكرين الذين يploy Pulsar بالفعل في المنتجات؟

يحدث تبني Pulsar بأسرع ما يمكن في المجالات التي يهم فيها الحس دائمًا والطاقة فائقة الكفاءة، بما في ذلك المنازل الذكية والأجهزة القابلة للارتداء والسلامة الصناعية. مثال جيد على ذلك هو Aaroh Labs، التي طورت كاشفات دخان الجيل التالي مدعومة بتقنية Innatera، التي تم الكشف عنها مؤخرًا في SEMICON India 2025. هذه الأجهزة تفعل أكثر من مجرد الكشف عن الدخان من خلال دمج الكشف عن الدخان مع مراقبة وجود الإنسان، مما يخلق وعيًا موضعيًا أكثر ثراء ويسمح بنظم أمان أكثر ذكاءً للبيئات السكنية والتجارية والصناعية.

يمكن أن تمتد نفس النهج Neuromorphic إلى تتبع الأصول والمراقبة البيئية، مع آثار واسعة على الرعاية الصحية المتصلة ومدن ذكية. في SEMICON India، أظهرت CYRAN AI Solutions أيضًا كيف يتم دمج تقنية Innatera في أنظمة حساسية مدمجة مثل أجهزة Wearable EMG لالتقاط الإشارات، مما يبرز إمكانات الذكاء الاصطناعي Neuromorphic لتمكين التفاعل البشري الآلي المثالي.

هذه التطبيقات المبكرة هي فقط البداية، وتشير إلى أن الحوسبة Neuromorphic تتحرك من النظرية إلى الممارسة كما نتحدث، وتنمو بسرعة في التطبيقات الحقيقية.

في التمثيلات التي رأيناها، هناك أمثلة مثل التعرف على الإشارات فائق الكفاءة والكشف عن الحضور بالرادار الذي يستهلك أقل من ملي واط. كيف تؤكد دقة وموثوقية مثل هذه البيئات المقيدة؟

التأكيد غالبًا يعتمد على التطبيق، وبالإضافة إلى الدقة، توفر معدلات الكشف الخاطئة الإيجابية والسلبية دليلًا حاسمًا على موثوقية الحل. غالبًا ما يكون للعملاء معايير وأحكام اختبار محددة للتأكيد. مرونة Pulsar هي مفتاح تمكين حلول شاملة تمكن العملاء من وضع جميع العلامات على مربعهم. يتم المقارنات من خلال مقارنة أداء الميكروكونترولرز التقليدية والمسرعات، والتي تستهلك عادة 40-100 مرة أكثر من الطاقة لنفس المهام.

في التمثيلات الحقيقية، مثل الكشف عن الحضور بالرادار وتصنيف مشهد الصوت، يوفر Pulsar باستمرار دقة تزيد عن 90% مع الحفاظ على ميزانيات دون الملي واط. هذا يسمح بالعمل المستمر دون التضحية بالموثوقية، شيءًا تقليدية النظم دائمًا التي تعمل على التضحية به من خلال الاستيقاظ من النوم، أو تقييد الأداء، أو إعادة توجيهه إلى السحابة.

لقد وضعتم Pulsar كمكمل لتكنولوجيا NPU و CPU التقليدية. كيف ترى الحوسبة Neuromorphic تتناسب مع chồng السيليكون الأوسع لأجهزة الذكاء المستقبلية؟

Pulsar مصمم كأول شريحة يتواصل معها الحس. يقوم بمعالجة البيانات محليًا عند مستويات طاقة فائقة الكفاءة، مما يغيّر الإشارات الخام لبيانات الحس إلى معلومات قابلة للفهم ومفيدة مباشرة في المصدر. يمكن بعد ذلك تشغيل NPU و CPU فقط عند الحاجة إلى معالجة أثقل.

يجعل هذا من معالجات Neuromorphic طبقة مكملة في chồng السيليكون؛ قاعدة دائمًا على علم ودائمًا تعمل تمدد عمر الأجهزة، وتقليل استخدام الطاقة، وتحسين الاستجابة. يأخذ Pulsar مهمة معالجة بيانات الحس بعيدًا عن المكونات التقليدية الأعلى طاقة في النظام، مما يسمح لهم بالإطفاء في العديد من الأجهزة، وفي بعض الحالات، حتى القضاء عليها تمامًا. هذا يؤدي إلى أجهزة أكثر ذكاءًا وطول أمد.

ما الدور الذي تلعبه الشراكات مع الشركاء مثل Aaroh Labs و CYRAN AI Solutions في تسريع التبني الحقيقي لتكنولوجيا الذكاء الاصطناعي Neuromorphic؟

تعتبر الشراكات جسرًا بين التكنولوجيا المتقدمة والتبني الواسع. من خلال العمل مع المبتكرين مثل Aaroh Labs و CYRAN AI Solutions، يضمن Innatera أن يتم التحقق من Pulsar في بيئات حقيقية وتكييفه لقطاعات معينة. Aaroh Labs تجلب الذكاء Neuromorphic إلى البنية التحتية الحيوية للسلامة، بينما تظهر CYRAN AI Solutions إمكاناته في التفاعل البشري الآلي المثالي. هذه الشراكات تثبت مرونة التكنولوجيا، وتقلل من الحواجز أمام المتبنين الآخرين، وتعزز الثقة في نشر معالجات Neuromorphic على نطاق واسع.

تسمح لنا شراكاتنا مع بائعين الحس مثل Socionext لنا بتحزم الذكاء في وحدة الحس، مما يبسط تبني الحس الذكي في الأجهزة. بالإضافة إلى ذلك، تعزز هذه الشراكات نظامنا البيئي القوي والمتنامي، وتسريع انتشار الحوسبة Neuromorphic في الصناعة.

فيما يخص النظر إلى الأمام، هل ترى Pulsar وخلفه يتحركون نحو التعلم والتكيف على الجهاز، بدلاً من مجرد الاستدلال على الحافة؟

بالتأكيد. مع Pulsar، لقد بدأنا فقط في