Kan datorer byggda som hjärnor vara en ”konkurrensmördare”?

6 dagar sedanAv Zoe Corbyn, Technology ReporterGetty Images Elefterfrågan från datacenter ökar snabbt Moderna datorers aptit på elektricitet ökar i en oroväckande takt. År 2026 kan konsumtionen av datacenter, artificiell intelligens (AI) och kryptovaluta vara så mycket som dubbla nivåerna 2022, enligt en färsk rapport från International Energy Agency (IEA). Den uppskattar att energiförbrukningen inom dessa tre sektorer år 2026 kan vara ungefär lika med Japans årliga energibehov. Företag som Nvidia – vars datorchips stöder de flesta AI-tillämpningar idag – fungerar på att utveckla mer energieffektiv hårdvara. Men kan en alternativ väg vara att bygga datorer med en helt annan typ av arkitektur, en som är mer energieffektiv? Vissa företag tycker verkligen det och använder sig av strukturen och funktionen hos ett organ som använder en bråkdel av kraften hos en konventionell dator för att utföra fler operationer snabbare: hjärnan. I neuromorfisk datoranvändning imiterar elektroniska enheter neuroner och synapser och är sammankopplade på ett sätt som liknar hjärnans elektriska nätverk. Det är inte nytt – forskare har arbetat med tekniken sedan 1980-talet. Men energikraven från AI-revolutionen ökar trycket för att få in den begynnande tekniken i den verkliga världen. Nuvarande system och plattformar existerar främst som forskningsverktyg, men förespråkarna säger att de kan tillhandahålla enorma vinster i energieffektivitet, Bland dem med kommersiella ambitioner inkluderar hårdvarujättar som Intel och IBM. En handfull små företag är också på plats. ”Möjligheten finns där och väntar på företaget som kan ta reda på detta”, säger Dan Hutcheson, analytiker på TechInsights. ”[And] möjligheten är sådan att det kan vara en Nvidia-mördare”.SpiNNcloud SystemsSpiNNcloud säger att dess neuromorfa dator kommer att bli mer energieffektiv för AI. , och tar emot förbeställningar. ”Vi har nått kommersialiseringen av neuromorfa superdatorer inför andra företag”, säger Hector Gonzalez, dess co-chef. Det är en betydande utveckling säger Tony Kenyon, professor i nanoelektroniska och nanofotoniska material vid University College London som arbetar inom området. ”Även om det fortfarande inte finns en mördande app… finns det många områden där neuromorfisk datoranvändning kommer att ge betydande vinster i energieffektivitet och prestanda, och jag är säker på att vi kommer att börja se bred användning av tekniken när den mognar”, säger han. Neuromorfisk datoranvändning täcker en rad olika tillvägagångssätt – från helt enkelt ett mer hjärninspirerat tillvägagångssätt till en nästan total simulering av den mänskliga hjärnan (som vi egentligen inte är i närheten av). det finns några grundläggande designegenskaper som skiljer den från konventionella datorer. För det första, till skillnad från konventionella datorer, har neuromorfa datorer inte separata minnes- och bearbetningsenheter. Istället utförs dessa uppgifter tillsammans på ett chip på en enda plats. Att ta bort behovet av att överföra data mellan de två minskar energiförbrukningen och påskyndar bearbetningstiden, konstaterar Prof Kenyon. Det kan också vara vanligt med en händelsestyrd metod för datoranvändning. I motsats till konventionell datoranvändning där varje del av systemet alltid är på och tillgänglig för att kommunicera med vilken annan del som helst hela tiden, kan aktivering i neuromorfisk datoranvändning vara glesare. Imitationsneuronerna och synapserna aktiveras bara i ett ögonblick när de har något att kommunicera, ungefär på samma sätt som många neuroner och synapser i våra hjärnor bara träder i kraft där det finns en anledning. Att bara arbeta när det finns något att bearbeta sparar också ström. Och medan moderna datorer är digitala – använder 1:or eller 0:or för att representera data – en neuromorf beräkning kan vara analog. Historiskt sett är denna beräkningsmetod beroende av kontinuerliga signaler och kan vara användbar där data som kommer från omvärlden behöver analyseras. Av lätthetsskäl är dock de flesta kommersiellt orienterade neuromorfa ansträngningar digitala. två huvudkategorier. Den ena, som är där SpiNNcloud fokuserar, är att tillhandahålla en mer energieffektiv och högre prestandaplattform för AI-applikationer – inklusive bild- och videoanalys, taligenkänning och de stora språkmodellerna som driver chatbotar som ChatGPT.Another är i ”edge computing”-applikationer – där data bearbetas inte i molnet, utan i realtid på anslutna enheter, men som arbetar med strömbegränsningar. Autonoma fordon, robotar, mobiltelefoner och bärbar teknologi kan alla gynnas. Tekniska utmaningar kvarstår dock. Länge ansett som en viktig stötesten för utvecklingen av neuromorfisk datoranvändning är att utveckla den programvara som behövs för att chipsen ska kunna köras. Även om det är en sak att ha hårdvaran måste den programmeras för att fungera, och det kan kräva att man utvecklar från grunden på ett helt annat sätt. programmeringsstil till den som används av konventionella datorer. ”Potentialen för dessa enheter är enorm… problemet är hur får man dem att fungera”, sammanfattar Hutcheson, som förutspår att det kommer att dröja minst ett decennium, om inte två, innan fördelarna med neuromorfa datorer verkligen märks. är också problem med kostnaden. Oavsett om de använder kisel, som de kommersiellt inriktade ansträngningarna gör, eller andra material, är det dyrt att skapa radikalt nya chips, konstaterar prof Kenyon. Intel gör ”snabba framsteg” med sin neuromorfa dator säger Mike Davies (höger) Intels nuvarande prototyp neuromorfa chip är kallas Loihi 2. I april meddelade företaget att det hade samlat 1 152 av dem för att skapa Hala Point, ett storskaligt neuromorfiskt forskningssystem som omfattar mer än 1,15 miljarder falska neuroner och 128 miljarder falska synapser. Med en neuronkapacitet som ungefär motsvarar en uggla hjärna, hävdar Intel är världens största system hittills. För närvarande är det fortfarande ett forskningsprojekt för Intel. ”[But Hala Point] visar att det finns en verklig lönsamhet här för applikationer att använda AI”, säger Mike Davies, chef för Intels neuromorfa datorlabb. Hala Point är ungefär lika stor som en mikrovågsugn ”kommersiellt relevant” och ”snabba framsteg” görs på mjukvarusidan, säger han. IBM kallar sitt senaste hjärninspirerade prototypchip för NorthPole. Det presenterades förra året och är en vidareutveckling av dess tidigare TrueNorth-prototypchip. Tester visar att det är mer energieffektivt, utrymmeseffektivt och snabbare än något chip som för närvarande finns på marknaden, säger Dharmendra Modha, företagets chefsforskare för hjärninspirerad datoranvändning. Han tillägger att hans grupp nu arbetar för att visa att chips kan slås ihop till ett större system. ”Vägen till marknaden kommer att vara en historia som kommer”, säger han. En av de stora innovationerna med NorthPole, konstaterar Dr Modha, är att den har designats tillsammans med programvaran så att arkitekturens fulla kapacitet kan utnyttjas från början. Andra mindre neuromorfa företag inkluderar BrainChip, SynSense och Innatera. IBMIBM säger att dess NorthPole-chip är mer energieffektivt och snabbare än andra chips.SpiNNclouds superdator kommersialiserar neuromorfa datorer som utvecklats av forskare vid både TU Dresden och University of Manchester, under paraplyet av EU:s Human Brain Project. Dessa ansträngningar har resulterat i två forskningssyfte neuromorfa superdatorer: SpiNNaker1-maskinen baserad vid University of Manchester som består av över en miljard neuroner och i drift sedan 2018. En andra generationens SpiNNaker2-maskin vid TU Dresden, som för närvarande håller på att konfigureras, har kapacitet att emulera åtminstone fem miljarder neuroner. De kommersiellt tillgängliga systemen som erbjuds av SpiNNcloud kan nå en ännu högre nivå på minst 10 miljarder neuroner, säger Gonzalez. Framtiden kommer att vara en av olika typer av datorplattformar – konventionella, neuromorfa och kvanta, vilket också är en annan ny typ av datoranvändning. vid horisonten – alla arbetar tillsammans, säger prof Kenyon.