211service.com
IBM mikroshēma apstrādā datus līdzīgi tam, kā to dara jūsu smadzenes
Jauna veida datora mikroshēma, ko šodien atklāja IBM, ņem dizaina norādes no cilvēka smadzeņu saburzītā ārējā slāņa. Lai gan tas nav līdzīgs parastajam mikroprocesoram ar kraukšķīgu skaitu, mikroshēma patērē ievērojami mazāk enerģijas un ir daudz labāk piemērota attēlu, skaņas un citu sensoro datu apstrādei.
Jauna domāšana: IBM ir izveidojis procesoru, kas izstrādāts, izmantojot principus, kas darbojas jūsu smadzenēs.
IBM SyNapse mikroshēma apstrādā informāciju, izmantojot tīklu, kurā ir tikai nedaudz vairāk par vienu miljonu neironu, kas sazinās viens ar otru, izmantojot elektriskos tapas, kā to dara faktiskie neironi. Mikroshēmā tiek izmantoti tie paši pamata komponenti kā mūsdienu komerciālajās mikroshēmās — silīcija tranzistori. Bet tā tranzistori ir konfigurēti tā, lai atdarinātu gan neironu, gan savienojumu - sinapses - uzvedību starp tiem.
SyNapse mikroshēma sabojājas ar dizainu, kas pazīstams kā Von Neumann arhitektūra, kas gadu desmitiem ir bijusi datoru mikroshēmu pamatā. Lai gan pētnieki jau kopš 80. gadu beigām ir eksperimentējuši ar mikroshēmām, kas veidotas pēc smadzenēm — pazīstamas kā neiromorfās mikroshēmas, līdz šim tās ir bijušas daudzkārt mazāk sarežģītas un nav pietiekami jaudīgas, lai tās būtu praktiskas (sk. Thinking in Silicon ). Sīkāka informācija par mikroshēmu tika publicēta šodien žurnālā Zinātne .
Jaunā mikroshēma vēl nav produkts, taču tā ir pietiekami jaudīga, lai risinātu reālās pasaules problēmas. Demonstrācijā IBM Almadenas pētniecības centrā MIT tehnoloģiju apskats video, kurā redzams ceļu krustojums, tika atpazītas automašīnas, cilvēki un velosipēdi. Netālu esošais klēpjdators, kas bija ieprogrammēts tā paša uzdevuma veikšanai, apstrādāja uzņemto materiālu 100 reižu lēnāk nekā reāllaikā, un tas patērēja 100 000 reižu vairāk enerģijas nekā IBM mikroshēma. IBM pētnieki tagad eksperimentē ar vairāku SyNapse mikroshēmu savienošanu kopā, un viņi cer izveidot superdatoru, izmantojot tūkstošiem.
Kad dati tiek ievadīti SyNapse mikroshēmā, tas izraisa smailes straumi, un tās neironi reaģē ar turpmāku lēcienu vētru. Nedaudz vairāk nekā viens miljons mikroshēmas neironu ir sakārtoti 4096 identiskos blokos pa 250 — šo izkārtojumu iedvesmojusi zīdītāju smadzeņu struktūra, kuras, šķiet, ir veidotas no 100 līdz 250 neironu atkārtojošām ķēdēm. Dharmendra Modha , galvenais zinātnieks smadzeņu iedvesmotās skaitļošanas jomā IBM. Mikroshēmas programmēšana ir saistīta ar to, kuri neironi ir saistīti un cik spēcīgi tie ietekmē viens otru. Piemēram, lai video atpazītu automašīnas, programmētājs izstrādātu nepieciešamos iestatījumus mikroshēmas simulētajā versijā, kas pēc tam tiktu pārsūtīta uz reālo.
Pēdējos gados lieli sasniegumi attēlu analīzē un runas atpazīšanā ir gūti, izmantojot lielus, simulētus neironu tīklus, lai strādātu ar datiem (skatiet padziļinātu apmācību). Taču šiem tīkliem ir vajadzīgas milzīgas parasto datoru kopas. Piemēram, Google slavenajam neironu tīklam, kas spēj atpazīt kaķu un cilvēku sejas, bija nepieciešami 1000 datoru ar 16 procesoriem katrā (sk. Pašmācības programmatūra).
Lai gan jaunajai SyNapse mikroshēmai ir vairāk tranzistoru nekā lielākajai daļai galddatoru procesoru vai jebkurai IBM jebkad izgatavotajai mikroshēmai (vairāk nekā pieci miljardi), tā patērē pārsteidzoši maz enerģijas. Palaižot satiksmes video atpazīšanas demonstrāciju, tas patērēja tikai 63 milivatus jaudas. Serveru mikroshēmas ar līdzīgu tranzistoru skaitu patērē desmitiem vatu jaudas — aptuveni 10 000 reižu vairāk.
Parasto datoru efektivitāte ir ierobežota, jo tie glabā datus un programmu instrukcijas atmiņas blokā, kas ir atsevišķi no procesora, kas izpilda instrukcijas. Tā kā procesors izpilda savas instrukcijas lineārā secībā, tam ir nepārtraukti jāpārvieto informācija no atmiņas krātuves uz priekšu un atpakaļ — tas ir vājais kakls, kas palēnina darbību un tērē enerģiju.
IBM jaunajai mikroshēmai nav atsevišķu atmiņas un apstrādes bloku, jo tās neironi un sinapses savieno abas funkcijas. Un tas nedarbojas ar datiem lineārā darbību secībā; atsevišķi neironi vienkārši uzliesmo, kad tos izraisa smaile, ko tie saņem no citiem neironiem.
Horsts Saimons , Lawrence Berkeley National Lab direktora vietnieks un superskaitļošanas eksperts, saka, ka līdz šim nozare ir koncentrējusies uz fon Neimaņa pieeju, nevis tās aizstāšanu, piemēram, izmantojot vairākus procesorus paralēli vai izmantojot grafikas procesorus, lai paātrinātu. noteiktu veidu aprēķinus. Viņš saka, ka jaunā mikroshēma var būt vēsturiska attīstība. Šīs arhitektūras ļoti zemais enerģijas patēriņš un mērogojamība ir patiešām unikāla.
Viens no trūkumiem ir tas, ka IBM mikroshēmai ir nepieciešama pilnīgi jauna pieeja programmēšanai. Lai gan uzņēmums pagājušajā gadā paziņoja par rīku komplektu, kas paredzēts koda rakstīšanai gaidāmajai mikroshēmai (sk. IBM Scientists Show Blueprints for Brainlike Computing ), pat labākajiem programmētājiem šķiet, ka mācīšanās strādāt ar mikroshēmas sasitumiem, saka Modha: Tas gandrīz vienmēr rada vilšanos. pieredze. Viņa komanda strādā, lai izveidotu gatavu koda bloku bibliotēku, lai atvieglotu procesu.
Lūgšana nozarei pieņemt pilnīgi jauna veida mikroshēmu un kodēšanas veidu var šķist pārdroša. Taču IBM var atrast atsaucīgu auditoriju, jo kļūst skaidrs, ka pašreizējie datori nespēs nodrošināt daudz lielāku veiktspējas pieaugumu. Šī mikroshēma nāk īstajā laikā, saka Saimons.