Az Intel Labs szerdán bemutatta legnagyobb neuromorf számítógépét, egy 1.15 milliárd idegsejtből álló rendszert, amely szerinte nagyjából egy bagoly agyához hasonlít.
De ne aggódjon, az Intel nem hozta létre újra a Fallout-ot Robobrain. Szerves neuronok és szinapszisok hálózata helyett az Intel Hala Pointja mindegyiket szilíciumban emulálja.
Körülbelül 20 W-nál agyunk meglepően hatékonyan képes feldolgozni az egyes érzékszervekből bármely adott pillanatban beáramló nagy mennyiségű információt. A neuromorfok területe, amelynek kutatásával az Intel és az IBM az elmúlt néhány évben foglalkozott, az agy idegsejt- és szinapszishálózatának emulálását célozza, hogy olyan számítógépeket építsenek, amelyek a hagyományos gyorsítóknál hatékonyabban képesek feldolgozni az információkat.
Mennyire hatékony? Az Intel szerint legújabb rendszere, egy nagyjából egy mikrohullámú sütő méretű, 6 W-ot fogyasztó 2,600U-os doboza állítólag akár 15 TOPS/W-os mély neurális hálózati hatékonyságot is képes elérni 8 bites pontossággal. Hogy ezt szemléltessük, az Nvidia legerősebb rendszere, a Blackwell-alapú GB200 NVL72, amelyet még nem is szállítottak, kezeli mindössze 6 TOPS/W az INT8-nál, míg a jelenlegi DGX H100 rendszerei körülbelül 3.1 TOPS/W teljesítményt képesek kezelni.
A Sandia National Labs kutatói átveszik az Intel 1.15 milliárd neuronból álló Hala Point neuromorf számítógépét – kattintson a nagyításhoz
Ezt a teljesítményt 1,152 Intel Loihi 2 processzorral érik el, amelyek háromdimenziós rácsban vannak összefűzve összesen 1.15 milliárd neuronnal, 128 milliárd szinapszissal, 140,544 2,300 processzormaggal és 86 beágyazott xXNUMX maggal, amelyek kezelik a szükséges műveleteket. folytassa a dolgot.
Hogy világos legyen, ezek nem tipikus x86-os magok. „Nagyon-nagyon egyszerűek, kicsi x86-os magok. Nem olyanok, mint a legújabb magjaink vagy az Atom processzoraink” – mondta Mike Davies, az Intel neuromorf számítástechnikai igazgatója. A regisztráció.
Ha a Loihi 2 csenget, az azért van, mert a chip megvolt körbekopogtatva egy ideje már 2021-ben debütált, mint az elsők között az Intel 7 nm-es folyamattechnológiájával gyártott chipek között.
Kora ellenére az Intel szerint a Loihi-alapú rendszerek akár 50-szer gyorsabban is képesek megoldani bizonyos mesterséges intelligencia-következtetési és optimalizálási problémákat, mint a hagyományos CPU és GPU architektúrák, miközben 100-szor kevesebb energiát fogyasztanak. Úgy tűnik, ezek a számok voltak elért [PDF] egyetlen Loihi 2 lapkával az Nvidia apró Jetson Orin Nano-jához és egy Core i9 i9-7920X CPU-hoz.
Még ne dobja ki a GPU-kat
Bár ez lenyűgözően hangzik, Davies elismeri, hogy neuromorf gyorsítói még nem állnak készen arra, hogy minden munkaterhelésnél lecseréljék a GPU-kat. "Ez semmiképpen sem általános célú AI-gyorsító" - mondta.
Az egyik, a mesterséges intelligencia vitathatatlanul legnépszerűbb alkalmazása, a nagy nyelvi modellek (LLM) olyan alkalmazások, mint a ChatGPT, nem fognak futni a Hala Pointon, legalábbis még nem.
„Jelenleg egyetlen LLM-t sem rendelünk Hala Pointhoz. Nem tudjuk, hogyan kell ezt csinálni. Őszintén szólva, a neuromorf kutatási terület nem rendelkezik a transzformátor neuromorf változatával” – mondta Davies, megjegyezve, hogy van néhány érdekes kutatás arról, hogyan lehet ezt elérni.
Ennek ellenére Davies csapata sikereket ért el a hagyományos mély neurális hálózatok, egy többrétegű perceptron működtetésében a Hala Pointon, bizonyos kikötésekkel.
"Ha ritkítani tudja a hálózati tevékenységet és a vezetőképességet abban a hálózatban, akkor igazán nagy nyereséget érhet el" - mondta. „Ez azt jelenti, hogy folyamatos bemeneti jelet kell feldolgoznia… egy video- vagy hangfolyamot, olyasmit, ahol van némi korreláció mintától mintáig.”
Az Intel Labs bemutatta a Loihi 2-ben rejlő lehetőségeket a videó- és hangfeldolgozás terén közzétett [PDF] tavaly év végén. A tesztelés során azt találták, hogy a chip jelentős javulást ért el az energiahatékonyságban, a késleltetésben és a jelfeldolgozás átviteli sebességében, néha három nagyságrendet is meghaladó mértékben a hagyományos architektúrákhoz képest. A legnagyobb nyereség azonban az alacsonyabb pontosság rovására ment.
A valós idejű adatok alacsony teljesítményű és késleltetésű feldolgozásának képessége vonzóvá tette a technológiát olyan alkalmazások számára, mint az autonóm járművek, drónok és robotika.
Egy másik ígéretes használati eset a kombinatorikus optimalizálási problémák, például a szállítójármű útvonaltervezése, amelynek egy forgalmas városközpontban kell navigálnia.
Ezek a munkaterhelések hihetetlenül bonyolultak megoldani, mivel az olyan apró változásokat, mint a járműsebesség, a balesetek és a sávlezárások menet közben kell számolni. A hagyományos számítási architektúrák nem alkalmasak az ilyen exponenciális bonyolultságra, ezért láttunk olyan sok kvantumszámítógép-szállítót célzás optimalizálási problémák.
Davies azonban azzal érvel, hogy az Intel neuromorf számítási platformja „sokkal érettebb, mint ezek a többi kísérleti kutatási alternatíva”.
Növekszik a szoba
Davies szerint még mindig bőven van szabad mozgástér. „Szomorúan kell azt mondanom, hogy a szoftver korlátai miatt a mai napig nem használják ki teljesen” – mondta a Loihi 2 chipekről.
A hardveres szűk keresztmetszetek azonosítása és a szoftveroptimalizálás az oka annak, hogy az Intel Labs bevezette a prototípust a Sandiánál.
"A korlátok megértése, különösen a hardver szintjén, nagyon fontos része ezeknek a rendszereknek a bevezetésében" - mondta Davies. "Megjavíthatjuk a hardverproblémákat, javíthatunk rajta, de tudnunk kell, milyen irányba optimalizáljunk."
Nem ez lenne az első alkalom, hogy Sandia boffinok rábukkannak az Intel neuromorf technológiájára. Egy papírban közzétett 2022 elején a kutatók úgy találták, hogy a technológiában lehetőség van a HPC és az AI számára. Ezek a kísérletek azonban az Intel első generációs Loihi chipjeit használták, amelyek nagyjából nyolcaddal rendelkeznek az utód neuronjainak számáról (128,000 1 vs. XNUMX millió). ®
- SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
- PlatoData.Network Vertical Generative Ai. Erősítse meg magát. Hozzáférés itt.
- PlatoAiStream. Web3 Intelligence. Felerősített tudás. Hozzáférés itt.
- PlatoESG. Carbon, CleanTech, Energia, Környezet, Nap, Hulladékgazdálkodás. Hozzáférés itt.
- PlatoHealth. Biotechnológiai és klinikai vizsgálatok intelligencia. Hozzáférés itt.
- Forrás: https://go.theregister.com/feed/www.theregister.com/2024/04/17/intel_hala_point_neuromorphic/
- :van
- :is
- :nem
- :ahol
- 000
- 1
- 100x
- 140
- 15%
- 152
- 20
- 2021
- 2022
- 300
- 600
- 7
- a
- képesség
- Rólunk
- gázpedál
- gyorsítók
- balesetek
- Szerint
- elszámolni
- pontosság
- Elérése
- elért
- tevékenység
- kor
- AI
- célok
- Minden termék
- mentén
- Is
- alternatívák
- an
- és a
- bármilyen
- bármi
- megjelenik
- Alkalmazás
- alkalmazások
- alkalmazások
- architektúrák
- VANNAK
- nem igaz
- vitathatóan
- azt állítja,
- AS
- At
- atom
- vonzó
- hang-
- autonóm
- autonóm járművek
- vissza
- BE
- mert
- óta
- Csengő
- Nagy
- Billió
- határ
- szűk
- Doboz
- Agy
- épít
- elfoglalt
- de
- by
- TUD
- képes
- eset
- Központ
- bizonyos
- Változások
- ChatGPT
- csip
- játékpénz
- Város
- világos
- kettyenés
- CO
- hogyan
- képest
- bonyolult
- bonyolultság
- számítások
- számítógép
- számítógépek
- számítástechnika
- fogyasztó
- folyamatos
- hagyományos
- Mag
- Összefüggés
- Jelenlegi
- dátum
- nap
- bemutatkozás
- mély
- kézbesítés
- igazolták
- telepített
- DID
- irány
- Igazgató
- do
- dámvadtehén
- nem
- Don
- Drónok
- minden
- Korai
- hatékonyság
- hatékonyság
- hatékony
- eredményesen
- Nyolcadik
- beágyazott
- energia
- különösen
- Még
- Minden
- meghaladó
- kísérleti
- kísérletek
- Hasznosított
- Feltárása
- exponenciális
- Fallout
- messze
- gyorsabb
- kevés
- mező
- vezetéknév
- első
- Rögzít
- A
- talált
- ból ből
- teljesen
- Nyereség
- Általános rendeltetésű
- szerzés
- adott
- GPU
- GPU
- Rács
- kellett
- fogantyú
- kezek
- hardver
- Legyen
- tekintettel
- he
- belmagasság
- Magas
- Hogyan
- How To
- azonban
- hpc
- HTTPS
- i
- IBM
- if
- fontos
- hatásos
- javul
- in
- hihetetlenül
- információ
- bemenet
- helyette
- Intel
- érdekes
- bele
- kérdések
- IT
- ITS
- jpg
- éppen
- Tart
- Kedves
- Ismer
- Labs
- Ösvény
- nyelv
- nagy
- legnagyobb
- keresztnév
- Tavaly
- Késő
- Késleltetés
- legutolsó
- legkevésbé
- kevesebb
- szint
- mint
- korlátozások
- LLM
- Elő/Utó
- alacsonyabb
- készült
- kezelése
- sok
- térképészet
- érett
- eszközök
- esetleg
- mikrofon
- millió
- modellek
- pillanat
- több
- a legtöbb
- Legnepszerubb
- sok
- nano
- nemzeti
- Keresse
- elengedhetetlen
- Szükség
- hálózat
- hálózatok
- ideg-
- neurális hálózat
- neurális hálózatok
- neuromorf számítástechnika
- neuronok
- megjegyezve,
- Most
- számok
- Nvidia
- of
- on
- ONE
- optimalizálás
- optimalizáció
- Optimalizálja
- or
- rendelés
- organikus
- Más
- mi
- ki
- Papír
- rész
- múlt
- teljesítmény
- perspektíva
- tervezés
- emelvény
- Plató
- Platón adatintelligencia
- PlatoData
- bőséges
- pont
- Népszerű
- potenciális
- hatalom
- erős
- Bekapcsolom
- Pontosság
- problémák
- folyamat
- feldolgozás
- processzorok
- Készült
- ígéret
- prototípus
- tesz
- Kvantum
- kvantumszámítás
- egészen
- RE
- kész
- real-time
- valós idejű adatok
- tényleg
- ok
- cserélni
- állítólag
- kutatás
- kutatók
- Revealed
- robotika
- nagyjából
- Útvonal
- futás
- futás
- s
- Mondott
- minta
- azt mondják
- azt mondja,
- látott
- HAJÓ
- mutatott
- Jel
- jelentős
- Szilícium
- Egyszerű
- egyetlen
- Méret
- kicsi
- So
- szoftver
- SOLVE
- Megoldása
- néhány
- valami
- néha
- hang
- sebesség
- költött
- Még mindig
- folyam
- folyó
- siker
- alkalmas
- meglepően
- szinapszisok
- rendszer
- Systems
- Vesz
- tart
- csapat
- tech
- Tesztelés
- mint
- hogy
- A
- azok
- Őket
- Ott.
- Ezek
- ők
- dolog
- ezt
- azok
- három
- háromdimenziós
- áteresztőképesség
- dobás
- idő
- nak nek
- együtt
- mondta
- Végösszeg
- hagyományos
- transzformátor
- tipikus
- megértés
- zárolt
- használ
- használati eset
- használt
- segítségével
- Ve
- jármű
- Járművek
- gyártók
- változat
- nagyon
- videó
- vs
- W
- we
- Szerda
- JÓL
- Mit
- amikor
- ami
- míg
- miért
- val vel
- Nyerte
- aggódik
- nem
- év
- év
- még
- te
- A te
- zephyrnet