Hit enter after type your search item
Noticia.Today

Noticias relevantes del acontecer venezolano y mundial los 365 dias del año

¿Por qué Intel construyó un chip neuromórfico? #tecnologia #tech #Intel #Chips #29Sep

/
/
/
46 Views

Intel ya está trabajando en varios chips diseñados para entrenar y ejecutar redes neurales profundas más rápido. Con Loihi, el fabricante de chips espera resolver una clase completamente diferente de problemas de IA.

Intel ha realizado varias adquisiciones y ha renovado su hoja de ruta para el aprendizaje profundo. La nueva cartera se extiende desde Knights Mill y Lake Crest (Nervana) para entrenar redes neuronales a Xeons, FPGAs Altera y procesadores de visión Movidius para ejecutar estos modelos. (Escribí sobre varios de ellos en un post la semana pasada .)

Ahora Intel ha añadido otro chip a la mezcla con el anuncio de Loihi . Este, sin embargo, es un poco diferente. Para empezar, no forma parte del Grupo de Productos AI de la compañía, sino Intel Labs, que pasó cerca de seis años desarrollando el chip de prueba. Además, Loihi tiene una arquitectura neuromórfica completamente diferente, «autoaprendizaje», con el potencial de abordar una clase más amplia de problemas de AI.

El concepto de una computadora que imita el cerebro no es nuevo – el científico de Caltech Carver Mead comenzó a trabajar en él en los años 80 y acuñó el término «neuromorphic» – pero éstos han permanecido en gran parte proyectos de la ciencia con poca aplicación comercial. En una entrevista, Narayan Srinavasa, ingeniero principal principal y científico jefe de Intel Labs, explicó por qué la compañía optó por este camino.

La escala de Moore’s Law ha permitido a Intel empacar muchos más núcleos en un área determinada. (Esta semana, Intel anunció sus primeros chips de escritorio con seis núcleos y comenzó a enviar los chips Core i9 con hasta 18 núcleos .) Pero la verdad es que muchas cargas de trabajo no pueden explotar todos esos núcleos, dijo Srinavasa, lo que ha llevado a un fenómeno conocido como silicio oscuro. En otras palabras, simplemente no es eficiente iluminar todos esos transistores todo el tiempo. Para abordar esto, la industria necesita una arquitectura más eficiente y cargas de trabajo complementarias que puedan aprovechar todos estos núcleos.

Intel y otros se han inspirado en el diseño del cerebro porque es extremadamente eficiente en lo que hace. El cerebro humano tiene un estimado de 100 mil millones de neuronas cada una con hasta 10.000 conexiones sinápticas – o un total de unas sinapsis de un cuatrillón -, pero opera con menos energía que una bombilla. Por supuesto, los chips neuromórficos no pueden acercarse a esta escala todavía. El chip de prueba Loihi 14nm está organizado en 128 clusters, cada uno con 1.024 neuronas, para un total de alrededor de 130.000 neuronas con 130 millones de sinapsis distribuidos a través de ellos.

Pero el chip opera con principios similares – al menos en la medida en que entendemos cómo funciona el cerebro. Cuando los impulsos o «picos» enviados a una neurona alcanzan cierto nivel de activación, envía una señal sobre las sinapsis a otras neuronas. Gran parte de la acción, sin embargo, ocurre en las sinapsis, que son «plásticas», lo que significa que pueden aprender de estos cambios y almacenar esta nueva información. A diferencia de un sistema convencional con cálculo y memoria separados, los chips neuromórficos tienen mucha memoria (en este caso caché SRAM) situada muy cerca de los motores de cálculo.

No hay reloj global en estas redes neuronales de picos – las neuronas sólo disparan cuando han alcanzado un nivel de activación. El resto del tiempo permanecen oscuros. Esta operación asincrónica es lo que hace a los chips neuromórficos mucho más eficientes energéticamente que una CPU o GPU, que está «siempre encendida». La tecnología asincrónica tiene sus raíces en Fulcrum Microsystems, una compañía que Intel adquirió de nuevo en 2011 que la desarrolló para las virutas del interruptor de Ethernet, pero Srinivasan dijo que era apenas «gritando para ser utilizado en otra tecnología.»

Esto es también lo que hace que las redes neuronales sean una solución prometedora para otros modos de aprendizaje. Una GPU es muy adecuada para el aprendizaje supervisado porque estas redes neurales profundas pueden ser entrenadas sin conexión usando grandes conjuntos de datos etiquetados que pueden mantener las matrices masivas ocupadas. Estos modelos se transfieren y ejecutan – un proceso conocido como «inferencia» – en CPUs, FPGAs o ASICs especializados. Los chips neuromórficos también se pueden utilizar para el aprendizaje supervisado, pero debido a que son intrínsecamente más eficientes, las redes neuronales de apalancamiento también deben ser ideales para el aprendizaje sin supervisión o de refuerzo con datos escasos. Un buen ejemplo de ello es la videovigilancia inteligente y la robótica.

Loihi no es el primer chip neuromórfico. El TrueNorth de IBM, parte de un proyecto de investigación de larga data de DARPA, es quizás más conocido, pero otros esfuerzos han incluido el Neurogrid de Stanford, el sistema BrainScaleS de la Universidad de Heidelberg y SpiNNaker en la Universidad de Manchester. Estos se basan en tableros con múltiples chips – en algunos casos con circuitos analógicos – que son entrenados fuera de línea. Intel dice que el mismo chip de Loihi se puede utilizar tanto en tiempo real de formación e inferencia, y aprende con el tiempo, obtener progresivamente mejor en lo que hace «Somos los únicos que pueden manejar todos estos modos de aprendizaje en un solo chip «, dijo Srinavasa.

El diseño totalmente digital consiste en dos chips de 14nm, un procesador x86 simple que realiza un gran número de preprocesos (toma los datos, los codifica en un formato para propagar redes neurales y los transmite al chip neuromórfico) y el procesador malla neuromórfica, ambas en el mismo paquete. Loihi no es un co-procesador; el chip x86 tendrá un entorno de arranque y un sistema operativo ligero y actuará como host, aunque los detalles a nivel de sistema todavía están siendo elaborados.

Los primeros chips estarán en producción en noviembre con planes para probarlo con «las principales instituciones universitarias y de investigación con un enfoque en el avance de la AI» en la primera mitad de 2018. Para ese momento, Intel también planea completar un kit de software que hará es más fácil convertir los gráficos de flujo de datos para que funcionen como redes neuronales de apalancamiento para el aprendizaje supervisado, no supervisado y de refuerzo.

Con aproximadamente el mismo número de neuronas que en el cerebro de un topo, Loihi es un chip neuromórfico relativamente pequeño, pero Intel dice que la arquitectura se escalará fácilmente aprovechando la avanzada tecnología de proceso de la compañía. «No hay nada que nos impida hacer muchas más neuronas y sinapsis porque son todas iguales», dijo Srinavasa.

Pero por ahora sigue siendo un proyecto de investigación. De hecho, el nombre Loihi puede ser un mensaje sutil acerca de cuánto trabajo todavía queda por hacer. Ubicado frente a la costa de la isla de Hawai, Lo’ihi es el único volcán en la montaña submarina hawaiana que se encuentra en las primeras etapas de desarrollo. Estos volcanes submarinos atraviesan ciclos de erupción, acumulación de lava y erosión durante millones de años para formar islas. Esperemos que no tardará tanto en ver los próximos grandes avances en la IA.

 

Deja un comentario

This div height required for enabling the sticky sidebar