로보틱스 및 피지컬 AI
인텔의 새로운 뉴로모르픽 칩은 일반 CPU보다 1,000배 빠르다
인텔의 새로운 시스템인 포호키 비치(Pohoiki Beach)는 라스베이거스에서 열리는 소비자 가전 전시회(Consumer Electronics Show, CES)에서 공개될 예정이다. 이 장치는 64개의 로이히 연구 칩으로 구성되어 있으며, 목표는 인간의 뇌와 같은 학습 능력과 에너지 효율성을 시뮬레이션하는 것이다. 이러한 뉴로모르픽 칩은 뇌의 뉴런과 시냅스가 작동하는 방식의 단순한 버전이다.
인텔 랩스의 매니징 디렉터인 리치 울리히(Rich Uhlig)는 새로운 기술에 대해 말했다.
“로이히를 확장하여 더 강력한 뉴로모르픽 시스템을 만들면서 초기 결과에 감명을 받았다. 포호키 비치는 이제 60개 이상의 에코시스템 파트너에게 제공될 것이며, 이들은 이 특별한 시스템을 사용하여 복잡하고 계산 집약적인 문제를 해결할 것이다.”
新的 AI 뉴로모르픽 칩은 일반 프로세서와 GPU보다 1,000배 빠른 데이터 처리 작업을 수행할 수 있으며, 동시에 훨씬 적은 전력을 사용한다.
뇌의 뉴런을 기반으로 하는 방식은 전적으로 새로운 것이 아니다. 많은 AI 알고리즘은 프로그램에서 신경 네트워크를 시뮬레이션한다.它们는 이미지에서 객체를 인식하고 음성에서 단어를 인식하는 데에 평행 처리를 사용한다. 새로운 뉴로모르픽 칩은 이러한 신경 네트워크를 실리콘에 구현한다. 일반적인 칩보다 유연하고 강력하지는 않지만, 특정 작업에 chuyên門화된 경우 매우 잘 작동한다. 인텔의 새로운 AI 칩은 일반 프로세서보다 10,000배 더 효율적이다. 에너지 효율이 매우 높기 때문에, 이 기술은 모바일 기기, 차량, 산업 장비, 사이버 보안, 스마트 홈에 이상적이다. AI 연구자들은 이미 이 시스템을 사용하여義肢를 개선하여 불균형한 지면에 더 잘 적응하도록 하는 것과 자율 주행 자동차에 사용되는 디지털 지도를 생성하는 것과 같은 작업을 수행하고 있다.
워터루 대학교의 교수이자 Applied Brain Research의 공동 CEO인 크리스 엘리아스미스(Chris Eliasmith)는 새로운 기술을 사용하는 여러 연구자 중 한 명이다.
“로이히 칩을 사용하여 우리는 GPU보다 109배 낮은 전력 소비와 실시간 딥 러닝 벤치마크를 달성할 수 있었으며, IoT 인터페이스 하드웨어보다 5배 낮은 전력 소비를 달성했다… 더 나아가, 네트워크를 50배 확장하면 로이히는 실시간 성능을 유지하고 전력 소비는僅 30% 증가한다. 반면, IoT 하드웨어는 전력 소비가 500% 증가하고 실시간 성능을 유지하지 못한다”고 크리스 엘리아스미스는 말했다.
루트거스 대학교의 교수인 콘스탄티노스 미흐미조스(Konstantinos Michmizos)는 그의 연구실에서 SLAM(시각적 동시 위치 추정 및 매핑)에 대한 작업을 수행하고 있으며, 이는 11월에 열리는 지능형 로봇 및 시스템 국제 회의(International Conference on Intelligent Robots and Systems, IROS)에서 발표될 예정이다.
“로이히는 뇌의 기본 뉴런 표현과 행동을 모방하는 스파이킹 신경 네트워크를 구현할 수 있게 해주었다. SLAM 솔루션은 네트워크 구조의 속성으로 나타났다. 우리는 로이히에서 실행되는 네트워크를 벤치마크했으며, 이는 일반적으로 사용되는 CPU 기반 SLAM 방법보다 100배 적은 에너지를 소비하면서 동일한 정확도를 달성하는 것을 발견했다”고 그는 말했다.
현재 포호키 비치는 800만개의 뉴런으로 구성된 시스템이다. 인텔 랩스의 리치 울리히는 2019년 말까지 1억개의 뉴런을 시뮬레이션할 수 있는 시스템을 만들 수 있을 것으로 생각한다. 이 새로운 기술은 연구자들이 로봇 팔을 개선하는 것과 같은 다양한 작업에 사용될 수 있을 것이다. 이러한 새로운 개발과 연구는 뉴로모르픽 기술의 상업화를 이끌어낼 것이다.
인텔에 따르면, “올해 말, 인텔은 포호키 비치 아키텍처를 기반으로 한 더 큰 로이히 시스템인 포호키 스프링스를 출시할 예정이다. 이는 확장된 뉴로모르픽 워크로드에 대한 성능과 효율성을 앞으로 예측할 수 있는 수준으로 제공할 것이다”












