Robotika dan AI fisik

Chip Neuromorphic Baru Intel 1.000 Kali Lebih Cepat Dari CPU Normal

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google

Sistem baru Intel (INTC ) yang diberi kode nama Pohoiki Beach akan ditampilkan di Consumer Electronics Show (CES) di Las Vegas. Perangkat ini dibangun dari 64 chip penelitian Loihi, dan tujuannya adalah untuk mensimulasikan kemampuan belajar dan efisiensi energi otak manusia. Chip neuromorphic ini adalah versi sederhana dari cara kerja neuron dan sinapsis di otak.

Rich Uhlig, direktur manajemen Intel Labs, berbicara tentang teknologi baru ini.

“Kami terkesan dengan hasil awal yang ditunjukkan ketika kami menskalakan Loihi untuk menciptakan sistem neuromorphic yang lebih kuat. Pohoiki Beach sekarang akan tersedia untuk lebih dari 60 mitra ekosistem, yang akan menggunakan sistem khusus ini untuk memecahkan masalah yang kompleks dan intensif komputasi.”

Chip AI neuromorphic baru dapat melakukan tugas pengolahan data 1.000 kali lebih cepat daripada prosesor normal seperti CPU dan GPU sambil menggunakan daya yang jauh lebih sedikit.

Cara kerjanya yang berdasarkan pada neuron otak tidak sepenuhnya baru. Banyak algoritma AI mensimulasikan jaringan neural dalam program mereka. Mereka menggunakan pemrosesan paralel untuk mengenali objek dalam gambar dan kata-kata dalam ucapan. Chip neuromorphic baru ini memasukkan jaringan neural ini ke dalam silikon. Meskipun mereka kurang fleksibel dan kuat daripada beberapa chip umum terbaik, mereka benar-benar berkinerja ketika dispesialisasikan dalam tugas tertentu. Chip AI baru dari Intel 10.000 kali lebih efisien daripada prosesor umum. Karena mereka sangat efisien dalam hal energi, teknologi ini akan ideal untuk perangkat mobile, kendaraan, peralatan industri, keamanan siber, dan rumah pintar. Peneliti AI telah mulai menggunakan sistem ini untuk hal-hal seperti meningkatkan kaki prostetik sehingga mereka dapat beradaptasi lebih baik dengan tanah yang tidak rata, serta membuat peta digital untuk digunakan oleh mobil self-driving.

Chris Eliasmith, co-CEO Applied Brain Research dan profesor di University of Waterloo, adalah salah satu peneliti yang menggunakan teknologi baru ini.

“Dengan chip Loihi, kami telah dapat mendemonstrasikan konsumsi daya 109 kali lebih rendah saat menjalankan benchmark pembelajaran dalam deep learning waktu nyata dibandingkan dengan GPU, dan 5 kali konsumsi daya lebih rendah dibandingkan dengan perangkat antarmuka IoT khusus… Bahkan lebih baik, ketika kami menskalakan jaringan hingga 50 kali, Loihi mempertahankan kinerja waktu nyata dan hanya menggunakan 30 persen lebih banyak daya, sedangkan perangkat keras IoT menggunakan 500 persen lebih banyak daya dan tidak lagi waktu nyata,” kata Chris Eliasmith.

Konstantinos Michmizos adalah profesor di Rutgers University, dan laboratoriumnya bekerja dengan SLAM yang akan dipresentasikan di Konferensi Internasional tentang Sistem Robot Pintar (IROS) pada November.

“Loihi memungkinkan kami untuk mewujudkan jaringan neural yang meniru representasi dan perilaku neural dasar otak. Solusi SLAM muncul sebagai properti struktur jaringan. Kami membandingkan jaringan Loihi dengan metode SLAM yang umum digunakan untuk robot mobile dan menemukan bahwa itu sama akuratnya tetapi mengonsumsi 100 kali lebih sedikit energi,” katanya.

Saat ini, Pohoiki Beach adalah sistem dengan 8 juta neuron. Rich Uhlig, kepala Intel Labs, berpikir bahwa perusahaan akan dapat menciptakan sistem yang dapat mensimulasikan 100 juta neuron pada akhir 2019. Teknologi baru ini akan dapat digunakan oleh peneliti untuk berbagai hal seperti perbaikan lengan robot. Pengembangan dan penelitian baru ini memimpin menuju komersialisasi teknologi neuromorphic.

Menurut perusahaan, “Nanti tahun ini, Intel akan memperkenalkan sistem Loihi yang lebih besar yang disebut Pohoiki Springs, yang akan membangun pada arsitektur Pohoiki Beach untuk memberikan tingkat kinerja dan efisiensi yang belum pernah terjadi sebelumnya untuk beban kerja neuromorphic yang diperbesar.”

Alex McFarland adalah seorang jurnalis dan penulis AI yang menjelajahi perkembangan terbaru dalam kecerdasan buatan. Ia telah berkolaborasi dengan berbagai startup dan publikasi AI di seluruh dunia.