Вдохновленные мозгом чипы обещают сверхэффективный ИИ, так почему же они не везде?

Интервью Каждый раз, когда производитель чипов или исследователь объявляет о прогрессе в нейроморфных технологиях, это неизбежно одна и та же история: чип искусственного интеллекта, похожий на мозг, способный обеспечить колоссальную производительность на ватт по сравнению с традиционными ускорителями.

Интуитивно идея имеет большой смысл. Наш мозг довольно хорошо воспринимает мир, так почему бы чипу, разработанному так, чтобы он работал так же, как и они, он тоже не был бы хорош в этом?

Тем не менее, после многих лет разработки и поддержки крупных технологических компаний, таких как IBM и Intel, этим похожим на мозг чипам еще далеко до того, как они станут частью потребительских продуктов.

Это не помешало этой технологии попасть в заголовки газет на протяжении многих лет. Нейроморфные чипы до 16 раз более эффективным; мозгоподобные чипы потенциально подача питания будущие суперкомпьютеры; Самсунг хочет обратный инженер мозг; IBM Воссоздание мозг лягушки в кремнии. Вы поняли идею.

Хотя чипы выглядят многообещающе, реальность такова, что область нейроморфологии все еще находится в очень экспериментальной стадии и сталкивается со многими проблемами, которые необходимо решить, прежде чем они будут готовы к прайм-тайм, объясняет Карл Фройнд, главный аналитик Cambrian AI Research, в своем отчете. интервью с Регистр.

Это может быть одной из причин, по которой многие из наиболее многообещающих нейроморфных процессоров, по-видимому, остановились.

IBM, например, более четырех лет не сообщала о своих нейроморфных чипах True North, способных моделировать более миллиона нейронов. SpiNNaker, еще один многообещающий нейронный сетевой процессор, получил в 8 году грант в размере 8.15 миллионов евро (около 2019 миллиона долларов) на разработку чипа второго поколения на основе этой конструкции. Тем не менее, компания SpiNNcloud, стоящая за чипом, немецкая в Дрездене, только сейчас начинает работу.

Процессоры Intel Loihi и Loihi 2 ближе всего подошли к коммерческому запуску, поскольку Intel предоставила внешним исследователям платы для разработки вместе со своим комплектом для разработки программного обеспечения Lava.

Национальные лаборатории Sandia Министерства энергетики, например, исследование как эти чипы можно использовать для ускорения суперкомпьютеров. В статье, опубликованной в журнале Nature Electronics, исследователи из Sandia продемонстрировали, как чипы Intel Loihi «могут решать более сложные задачи, чем те, которые ставит искусственный интеллект, и даже могут занять место в высокопроизводительных вычислениях».

Тем не менее, по крайней мере, по состоянию на апрель Intel нет планов в ближайшее время выпустит свои чипы Loihi.

Что за ограбление?

Так что дает? Почему эти чипы, которые показывают такие перспективы в лаборатории, не созрели быстрее, учитывая ненасытный спрос на AI/ML?

По словам Фройнда, одна из самых больших проблем сводится к финансированию.

«Я пытался связать некоторых венчурных капиталистов как в нейроморфных, так и в аналоговых [вычислениях], и довольно последовательный ответ даже до того, как нынешний кризис капитала был «мы не инвестируем в исследования», — говорит он. «Их точка зрения почти такая же, как и моя: большинство технологий, а может быть, и все, все еще находятся на стадии исследований».

В результате прогресс в производстве нейроморфных вычислений был ограничен крупными компаниями с большими бюджетами на исследования и разработки, сказал он.

Но дело не только в финансировании. Фройнд утверждает, что масштабы проблемы для нейроморфов только становились больше по мере того, как технология становилась все более зрелой.

Он объясняет, что с первыми нейроморфными тестовыми чипами ученые были в первую очередь сосредоточены на том, чтобы достичь точки, в которой они могли бы выполнять полезную работу.

Однако производство такого чипа означает решение других проблем, таких как эффективный ввод и вывод данных из чипа.

Ни в коем случае это не проблема, уникальная для нейроморфов. Это связано с квантовыми вычислениями и даже с традиционными ускорителями, которые накопили узкие места в последних поколениях из-за скорости, с которой данные могут быть предварительно и постобработаны и/или получены и извлечены из чипа, пояснил Фройнд.

Наконец, существует проблема разработки программного обеспечения, которое может использовать преимущества этих ускорителей.

«На самом деле потребуется целое сообщество исследователей, чтобы решить проблему программируемости нейроморфных вычислений», — говорит Фройнд.

Традиционные ускорители достаточно хороши

Возможно, главная причина того, что нейроморфные компьютеры не взяли верх, заключается в том, что традиционные ускорители просто становятся все более мощными и эффективными достаточно быстро.

«Они обнаруживают, что такие платформы, как Nvidia Jetson Orin или некоторые новые платформы от стартапов, очень быстро решают проблему. Таким образом, необходимость делать что-то сверхэкзотическое продолжает уменьшаться по мере развития современных технологий», — говорит Фройнд. «Если вы посмотрите на то, что Qualcomm сделала со своим двигателем искусственного интеллекта, вы говорите о милливаттах… и то, что он делает, когда вы делаете фотографию, просто поразительно».

В результате значимые проблемы могут быть решены в пределах мощностей, требуемых существующими цифровыми технологиями.

Хотя нейроморфы, возможно, не будут готовы заменить традиционные ускорители в ближайшее время, Фройнд считает, что технология в конечном итоге станет мейнстримом.

«Эти вещи требуют времени, чтобы созреть», — говорит он, ссылаясь на появление процессоров Arm в центрах обработки данных как на то, на что ушло более 10 лет. «И это было для процессоров; Процессоры просты по сравнению с такими вещами, как квантовые и нейроморфные вычисления». ®