Os Novos Chips Neuromórficos da Intel São 1.000 Vezes Mais Rápidos do que os CPUs Normais

O novo sistema da Intel, codinome Pohoiki Beach, estará presente na Consumer Electronics Show (CES) em Las Vegas. O dispositivo é construído a partir de 64 chips de pesquisa Loihi, e o objetivo é que ele simule o cérebro humano em termos de capacidade de aprendizado e eficiência energética. Esses chips neuromórficos são uma versão simplificada da forma como os neurônios e sinapses funcionam no cérebro. 

Rich Uhlig, diretor executivo dos Laboratórios da Intel, falou sobre a nova tecnologia. 

“Estamos impressionados com os resultados iniciais demonstrados à medida que escalamos o Loihi para criar sistemas neuromórficos mais poderosos. O Pohoiki Beach agora estará disponível para mais de 60 parceiros do ecossistema, que usarão esse sistema especializado para resolver problemas complexos e intensivos em computação.” 

O novo chip neuromórfico de IA pode realizar tarefas de processamento de dados 1.000 vezes mais rápido do que os processadores normais, como CPUs e GPUs, enquanto usa muito menos energia. 

A forma como ele é baseado em neurônios do cérebro não é algo completamente novo. Muitos algoritmos de IA simulam redes neurais em seus programas. Eles usam processamento paralelo para reconhecer objetos em imagens e palavras em discurso. Os novos chips neuromórficos colocam essas redes neurais em silício. Embora sejam menos flexíveis e poderosos do que alguns dos melhores chips de propósito geral, eles realmente se destacam quando especializados em tarefas específicas. O novo chip de IA da Intel é 10.000 vezes mais eficiente do que os processadores gerais. Como são tão eficientes em termos de energia, a tecnologia será ideal para dispositivos móveis, veículos, equipamentos industriais, cibersegurança e casas inteligentes. Pesquisadores de IA já começaram a usar o sistema para coisas como melhorar membros protéticos para que eles possam se adaptar melhor a terrenos irregulares, bem como criar mapas digitais para serem usados por carros autônomos. 

Chris Eliasmith, co-CEO da Applied Brain Research e professor da Universidade de Waterloo, é um dos vários pesquisadores que usam a nova tecnologia. 

“Com o chip Loihi, conseguimos demonstrar 109 vezes menos consumo de energia ao executar um benchmark de deep learning em tempo real em comparação com uma GPU, e 5 vezes menos consumo de energia em comparação com hardware de interface de IoT especializado… Melhor ainda, à medida que escalamos a rede em 50 vezes, o Loihi mantém os resultados de desempenho em tempo real e usa apenas 30 por cento mais energia, enquanto o hardware de IoT usa 500 por cento mais energia e não é mais em tempo real”, disse Chris Eliasmith. 

Konstantinos Michmizos é professor da Rutgers University, e seu laboratório trabalha com SLAM, que será apresentado na Conferência Internacional sobre Robôs e Sistemas Inteligentes (IROS) em novembro. 

“O Loihi nos permitiu realizar uma rede neural de disparo que imita as representações e comportamentos neurais subjacentes do cérebro. A solução SLAM surgiu como uma propriedade da estrutura da rede. Nós avaliamos a rede executada no Loihi e a encontramos igualmente precisa, enquanto consome 100 vezes menos energia do que um método SLAM amplamente usado para robôs móveis executado em CPU”, disse ele. 

Atualmente, o Pohoiki Beach é um sistema de 8 milhões de neurônios. Rich Uhlig, chefe dos Laboratórios da Intel, acredita que a empresa será capaz de criar um sistema capaz de simular 100 milhões de neurônios até o final de 2019. Essa nova tecnologia poderá ser usada por pesquisadores para uma ampla gama de coisas, como a melhoria de braços robóticos. Esses novos desenvolvimentos e pesquisas estão levando ao que provavelmente será a comercialização da tecnologia neuromórfica. 

De acordo com a empresa, “Mais tarde este ano, a Intel lançará um sistema Loihi ainda maior, chamado Pohoiki Springs, que se baseará na arquitetura do Pohoiki Beach para oferecer um nível sem precedentes de desempenho e eficiência para cargas de trabalho neuromórficas escaladas.”