Aju inspireeritud kiibid lubavad ülitõhusat tehisintellekti, miks siis neid kõikjal pole?

Intervjuu Iga kord, kui kiibitootja või teadlane teatab edusammudest neuromorfoloogia vallas, on see paratamatult sama lugu: ajulaadne tehisintellekti kiip, mis suudab traditsiooniliste kiirenditega võrreldes hämmastavat jõudlust vati kohta.

Intuitiivselt on sellel ideel palju mõtet. Meie aju oskab maailma mõtestada päris hästi, nii et miks ei võiks kiip, mis on loodud töötama nagu nemad, selles samuti hea?

Kuid pärast aastatepikkust arendustööd ja suurte tehnoloogiaettevõtete, nagu IBM ja Intel, toetust on need ajulaadsed kiibid veel aastate kaugusel, et jõuda tarbekaupadesse.

See ei ole takistanud tehnoloogial aastate jooksul pealkirju haaramast. Neuromorfsed kiibid kuni 16 korda tõhusam; ajulaadsed kiibid toide tulevased superarvutid; Samsung tahab pöördinsener aju; IBM taasloomine konnaaju ränis. Saate ideest aru.

Kuigi kiibid näitavad lubadusi, on reaalsus see, et neuromorfide valdkond on endiselt väga eksperimentaalses staadiumis ja seisab silmitsi paljude väljakutsetega, mis tuleb lahendada enne, kui need on parimal ajal valmis, selgitab Cambrian AI Researchi peaanalüütik Karl Freund. intervjuu kellega Register.

See võib olla üks põhjusi, miks paljud paljutõotavamad neuromorfsed protsessorid on näiliselt seiskunud.

Näiteks IBM ei ole enam kui nelja aasta jooksul andnud värskendust oma True Northi neuromorfsetele kiipidele, mis on võimelised simuleerima rohkem kui miljonit neuronit. SpiNNaker, teine ​​paljutõotav närvivõrkude protsessor, sai 8. aastal 8.15 miljonit eurot (umbes 2019 miljonit dollarit) toetuse, et arendada disainil põhinevat teise põlvkonna kiipi. Kuid kiibi taga asuv ettevõte Dresden, Saksamaal asuv SpiNNcloud, on alles nüüd alustamas.

Inteli Loihi ja Loihi 2 protsessorid on jõudnud kaubanduslikule turuletoomisele kõige lähemale, kuna Intel on oma Lava tarkvaraarenduse komplekti kõrval teinud arendusplaadid ka välistele teadlastele kättesaadavaks.

Näiteks energeetikaministeeriumi Sandia riiklikes laborites uurida kuidas saaks neid kiipe kasutada superarvutite kiirendamiseks. Ajakirjas Nature Electronics avaldatud artiklis näitasid Sandia teadlased, kuidas Inteli Loihi kiibid "saavad lahendada keerukamaid probleeme kui tehisintellekti tekitatud ja võivad isegi teenida koha suure jõudlusega andmetöötluses."

Kuid vähemalt aprilli seisuga on Intel seda teinud pole plaane varsti oma Loihi krõpse toota.

Mis on kinnihoidmine?

Mis siis annab? Miks pole need kiibid, mis laboris sellist lubadust näitavad, kiiremini küpsenud, arvestades rahuldamatut nõudlust AI/ML järele?

Freundi sõnul taandub üks suuremaid probleeme rahastamisele.

"Püüdsin ühendada mõningaid riskikapitaliste nii neuromorfse kui ka analoogarvutuse vallas ja üsna järjekindel vastus juba enne praegust kapitalikriisi oli "me ei investeeri teadusuuringutesse", " ütleb ta. "Nende suhtumine on peaaegu sama, mis minu oma, sest enamik tehnoloogiaid, võib-olla kõik, on alles uurimisfaasis."

Selle tulemusena on neuromorfse andmetöötluse produktiseerimise edusammud piirdunud suurte teadus- ja arendustegevuse eelarvetega suurte ettevõtetega, ütles ta.

Kuid mitte ainult rahastamine ei sega. Freund väidab, et neuromorfide probleemi ulatus on tehnoloogia arenedes ainult suuremaks muutunud.

Esimeste neuromorfsete testkiipide puhul keskendusid teadlased peamiselt sellele, et jõuda punktini, kus nad saaksid teha kasulikku tööd, selgitab ta.

Sellise kiibi tootmine tähendab aga muude probleemide lahendamist, näiteks seda, kuidas kiibile andmeid tõhusalt sisse ja sealt välja saada.

See ei ole mingil juhul neuromorfide jaoks ainulaadne probleem. Freund selgitas, et seda seostatakse kvantarvutuste ja isegi traditsiooniliste kiirenditega, mis on viimastel põlvkondadel kogunud kitsaskohti andmete eel- ja järeltöötluse ja/või neelamise ja kiibist väljumise kiiruse tõttu.

Lõpuks on probleem sellise tarkvara väljatöötamise kohta, mis saaks neid kiirendeid ära kasutada.

"Neuromorfse andmetöötluse programmeeritavuse probleemi lahendamiseks läheb tõesti vaja tervet teadlaste kogukonda, " ütleb Freund.

Traditsioonilised kiirendid on piisavalt head

Võib-olla suurim põhjus, miks neuromorfsed arvutid ei ole võimust võtnud, on see, et traditsioonilised kiirendid muutuvad lihtsalt piisavalt kiiresti võimsamaks ja tõhusamaks.

"Nad leiavad, et platvormid, nagu Nvidia Jetson Orin või mõned uued idufirmade platvormid, lahendavad probleemi väga kiiresti. Seega väheneb vajadus teha midagi ülieksootilist, kuna olemasolevate tehnoloogiate tipptase areneb, ”ütleb Freund. "Kui vaatate, mida Qualcomm on oma tehisintellekti mootoriga teinud, siis räägite millivattidest... ja see, mida see pildistades teeb, on hämmastav."

Selle tulemusel saab sisukaid probleeme lahendada olemasolevate digitehnoloogiate jaoks vajaliku võimsuse piires.

Ehkki neuromorfid ei pruugi olla niipea valmis traditsioonilisi kiirendeid asendama, usub Freund, et tehnoloogia jõuab lõpuks peavoolu.

"Nende asjade küpsemine võtab aega, " ütleb ta, nimetades Armi protsessorite esilekerkimist andmekeskuses millekski, mille saavutamiseks kulus rohkem kui 10 aastat. "Ja see oli protsessoritele; Protsessorid on lihtsad võrreldes selliste asjadega nagu kvant- ja neuromorfne andmetöötlus. ®