Intel Opracowuje Największy System Neuromorficzny Dla Ekologicznych Postępów Sztucznej Inteligencji

Intel niedawno ogłosił stworzenie Hala Point, największego systemu neuromorficznego na świecie, co stanowi znaczący krok w kierunku bardziej zrównoważonej i wydajnej sztucznej inteligencji. Wdrożony początkowo w Sandia National Laboratories, Hala Point wykorzystuje zaawansowany Loihi 2 procesor i opiera się na sukcesie swojego poprzednika, Pohoiki Springs, oferując znaczne ulepszenia w architekturze. To ulepszenie zwiększa pojemność neuronów o ponad dziesięciokrotność i wydajność o maksymalnie dwanaście razy.

“Koszt obliczeniowy dzisiejszych modeli AI rośnie w niewydajny sposób. Branża potrzebuje fundamentalnie nowych podejść, które umożliwią skalowanie. Dlatego też stworzyliśmy Hala Point, który łączy deep learning efektywność z nowymi, zainspirowanymi mózgiem możliwościami uczenia i optymalizacji. Mamy nadzieję, że badania z użyciem Hala Point przyczynią się do rozwoju wydajności i adaptacyjności dużych systemów AI,” powiedział Mike Davies, dyrektor Neuromorphic Computing Lab w Intel Labs.

Hala Point wyróżnia się jako pierwszy dużoskalowy system neuromorficzny, który potrafi wykazać się najnowocześniejszymi efektywnościami obliczeniowymi w głównych zadaniach AI. Może obsługiwać do 20 tryliardów operacji na sekundę, czyli 20 petaops, i oferuje bezprecedensową efektywność, przekraczając 15 bilionów 8-bitowych operacji na sekundę na wat (TOPS/W) podczas wykonywania konwencjonalnych głębokich sieci neuronowych.

Badacze w Sandia National Laboratories będą wykorzystywać Hala Point do zaawansowanych badań nad obliczeniami w skali mózgu, koncentrując się na problemach związanych z nauką, takich jak fizyka urządzeń, architektura komputerowa i informatyka. “Praca z Hala Point poprawia możliwości naszego zespołu w Sandia do rozwiązywania problemów obliczeniowych i modelowania naukowego. Prowadzenie badań z systemem tej wielkości pozwoli nam nadążyć za ewolucją AI w dziedzinach od komercyjnych po obronne i podstawową naukę,” stwierdził Craig Vineyard, lider zespołu Hala Point w Sandia National Laboratories.

Chociaż Hala Point pozostaje prototypem badawczym, Intel zakłada, że jego nauki znacznie poprawią możliwości przyszłych systemów komercyjnych, umożliwiając dużym modelom językowym ciągłe uczenie się z nowych danych i redukując obciążenie szkolenia wdrożeń AI.

Pęd do coraz większych modeli głębokiego uczenia się ujawnił znaczące wyzwania związane z zrównoważeniem w AI, wymagając innowacji na podstawowym poziomie architektury sprzętu. Obliczenia neuromorficzne, zainspirowane neurologią, integrują pamięć i obliczenia w ramach wysoko równoległej struktury, aby zminimalizować ruch danych. To podejście wykazało wyjątkowe zyski w efektywności, szybkości i adaptacyjności, jak to zostało udowodnione przez wyniki Loihi 2 na tegorocznym Międzynarodowym Konferencji Akustyki, Mowy i Przetwarzania Sygnałów (ICASSP).

Hala Point integruje 1,152 procesory Loihi 2 i obsługuje do 1,15 miliarda neuronów i 128 miliardów synaps, rozłożonych na 140,544 jądra przetwarzania neuromorficznego, w szafie centrum danych o wysokości sześciu jednostek. Jego wieloparallelizowany układ oferuje znaczną przepustowość pamięci i prędkość komunikacji, zapewniając solidną podstawę dla modeli sieci neuronowych zainspirowanych biologią.

Rozwój systemów neuromorficznych, takich jak Hala Point, przez Intel ma na celu rozwiązanie ograniczeń związanych z mocą i opóźnieniami, które obecnie ograniczają wdrożenie AI w świecie rzeczywistym. Wraz z kontynuowaną współpracą Intel Neuromorphic Research Community (INRC), Intel jest zaangażowany w rozwój tej technologii zainspirowanej mózgiem od prototypów badawczych do produktów komercyjnych.