Robotyka i fizyczna AI

Nowe chipy neuromorficzne Intela są 1000 razy szybsze niż zwykłe procesory CPU

mm
Dodaj Unite.AI do preferowanych źródeł w Google

Nowy system Intela o kodowej nazwie Pohoiki Beach zostanie zaprezentowany na Consumer Electronics Show (CES) w Las Vegas. Urządzenie zbudowane jest z 64 chipów badawczych Loihi, a celem jest symulowanie ludzkiego mózgu pod względem zdolności do uczenia się i wydajności energetycznej. Te chipy neuromorficzne są prostszą wersją funkcjonowania neuronów i synaps w mózgu.

Rich Uhlig, dyrektor zarządzający Intel (INTC ) Labs, wypowiedział się na temat nowej technologii.

„Jesteśmy zadowoleni z wczesnych wyników, które osiągnęliśmy, skalując Loihi, aby stworzyć bardziej potężne systemy neuromorficzne. Pohoiki Beach będzie teraz dostępny dla ponad 60 partnerów ekosystemu, którzy będą wykorzystywać ten specjalistyczny system do rozwiązywania skomplikowanych, wymagających obliczeń problemów.”

Nowy chip AI neuromorficzny może wykonywać zadania przetwarzania danych 1000 razy szybciej niż zwykłe procesory, takie jak CPU i GPU, przy użyciu znacznie mniej energii.

Sposób, w jaki opiera się na neuronach mózgu, nie jest czymś całkowicie nowym. Wiele algorytmów AI symuluje sieci neuronowe w swoich programach. Używają one przetwarzania równoległego do rozpoznawania obiektów na obrazach i słów w mowie. Nowe chipy neuromorficzne umieszczają te sieci neuronowe w krzemie. Chociaż są mniej elastyczne i potężne niż niektóre z najlepszych ogólnych chipów, naprawdę wykonują swoją pracę, gdy są specjalizowane w określonych zadaniach. Nowy chip AI od Intela jest 10 000 razy bardziej wydajny niż ogólne procesory. Ponieważ są tak wydajne energetycznie, technologia ta będzie idealna dla urządzeń mobilnych, pojazdów, sprzętu przemysłowego, cyberbezpieczeństwa i inteligentnych domów. Badacze AI już zaczęli wykorzystywać ten system do rzeczy takich jak poprawa protez, aby mogły lepiej dostosować się do nierównego terenu, a także tworzenie map cyfrowych do samochodów autonomicznych.

Chris Eliasmith, współdyrektor generalny Applied Brain Research i profesor Uniwersytetu w Waterloo, jest jednym z wielu badaczy, którzy wykorzystują nową technologię.

„Z chipem Loihi udało nam się wykazać 109 razy mniejsze zużycie energii podczas wykonywania benchmarku głębokiego uczenia w czasie rzeczywistym w porównaniu z GPU, oraz 5 razy mniejsze zużycie energii w porównaniu ze specjalistycznym sprzętem interfejsu IoT… Co więcej, gdy skalujemy sieć 50 razy, Loihi utrzymuje wyniki wydajności w czasie rzeczywistym i używa tylko 30 procent więcej energii, podczas gdy sprzęt IoT używa 500 procent więcej energii i nie jest już w czasie rzeczywistym”, powiedział Chris Eliasmith.

Konstantinos Michmizos jest profesorem Rutgers University, a jego laboratorium zajmuje się pracą nad SLAM, która zostanie przedstawiona na Międzynarodowej Konferencji o Inteligentnych Robotach i Systemach (IROS) w listopadzie.

„Loihi pozwoliło nam zrealizować sieć neuronową, która naśladuje podstawowe przedstawienia i zachowanie neuronów mózgu. Rozwiązanie SLAM pojawiło się jako właściwość struktury sieci. Zbadaliśmy sieć Loihi i stwierdziliśmy, że jest równie dokładna, a jednocześnie zużywa 100 razy mniej energii niż powszechnie używana metoda SLAM dla robotów mobilnych”, powiedział.

Obecnie Pohoiki Beach to system o 8 milionach neuronów. Rich Uhlig, szef Intel Labs, uważa, że firma będzie w stanie stworzyć system, który będzie w stanie symulować 100 milionów neuronów do końca 2019 roku. Ta nowa technologia będzie mogła być wykorzystywana przez badaczy do szerokiego zakresu rzeczy, takich jak poprawa ramion robotów. Te nowe rozwoju i badania prowadzą do tego, co prawdopodobnie będzie komercjalizacją technologii neuromorficznej.

Według firmy, „W tym roku Intel wprowadzi na rynek jeszcze większy system Loihi o nazwie Pohoiki Springs, który będzie oparty na architekturze Pohoiki Beach, aby zapewnić bezprecedensowy poziom wydajności i efektywności dla zwiększonych obciążeń neuromorficznych”.

Alex McFarland jest dziennikarzem i pisarzem zajmującym się sztuczną inteligencją, który bada najnowsze rozwoje w dziedzinie sztucznej inteligencji. Współpracował z licznymi startupami i wydawnictwami związanymi z sztuczną inteligencją na całym świecie.