שבב בינה מלאכותית חדש וחסכוני מושפע מהמוח

This post is also available in: English (אנגלית)

בינה מלאכותית מונעת על ידי כמויות גדולות של חשמל, ועל מנת להפעיל יישומים מורכבים כמו ניטור התנהגות, תוכנת זיהוי פנים, או מעקב אחר אובייקטים בזמן אמת, יש צורך במערכת מחשוב עם יכולת הסקת מסקנות מהירה ומדויקת. לשם כך מודל בינה מלאכותית גדול חייב לעבוד בשיתוף פעולה הדוק עם מקור הנתונים.

הבעיה של העברת כמויות גדולות של נתונים בין מחשב לזיכרון אינה חדשה, ועל מנת לפתור אותה חוקרים פיתחו טכנולוגיה חדשנית המשלבת מחשוב בהשראת המוח וטכנולוגיית מוליכים למחצה. "Northpole" צורכת פחות אנרגיה ומעבדת נתונים ביעילות בעודה משלבת מחשוב עם זיכרון על שבב יחיד.

על פי אתר Interesting Engineering, היו שלושה גורמים שהניעו את החוקרים כאשר יצרו את "Northpole"- הסקה נוירונית (השואבת השראה מהמוח וניתן ליישם אותה במבנים פחות מסובכים), חוק מור (לפיו מספר הטרנזיסטורים על שבב מכפיל את עצמו כל 10 שנים). והרצון למנוע מבינה מלאכותית להפוך לטכנולוגיה לא בת קיימא.

החוקרים הסבירו: "למשל מכשירים שמנתחים ועוקבים בזמן אמת חייבים לתקשר עם מודלים מרכזיים רבי עוצמה של בינה מלאכותית ולאחר מכן להחזיר מידע לקצה. מסלול זה כרוך במגבלות רוחב פס, בעיות השהיה והפרעה פוטנציאלית לרשתות."

ל-"Northpole" יש 22 מיליארד טרנזיסטורים בשטח של 800 מ"מ מרובע, עם 256 ליבות, והוא משלב מחשוב בהשראת המוח עם טכנולוגיית מוליכים למחצה. החוקרים טוענים כי הטכנולוגיה הזאת משיגה ביצועים גבוהים יותר, יעילות אנרגטית גבוהה יותר, כמו כן יעילות אזורית גבוהה יותר בהשוואה לארכיטקטורות דומות, כולל אלה המשתמשות בתהליכים טכנולוגיים מתקדמים יותר.

בהשוואה ליחידת עיבוד גרפיקה (GPU), "Northpole" משיג פי 25 יותר אנרגיה מטרית של מסגרות לשנייה (FPS) לכל וואט, פי חמישה יותר שטח מטרי של מסגרות לשנייה/טרנזיסטור, ופי 22 פחות זמן מטריקה של עיכוב/חביון.

החוקרים סיכמו: "באופן שאפתני ביותר, ניתן כעת לדמיין רשת גדולה של שבבי Northpole שכל אחד מהם מייצג אזור במוח, המחוברים באמצעות מסלולים למרחקים ארוכים דמויי מוח ומתקשרים באמצעות טנזורים".