كشفت شركة Intel Labs عن أكبر حاسوب عصبي لها يوم الأربعاء، وهو عبارة عن نظام يحتوي على 1.15 مليار خلية عصبية، تقول إنه يشبه تقريبًا دماغ البومة.
لكن لا تقلق، إنتل لم تقم بإعادة إنشاء لعبة Fallout روبوبرين. بدلاً من شبكة من الخلايا العصبية والمشابك العصبية العضوية، تحاكي تقنية Hala Point من إنتل جميعها في السيليكون.
عند حوالي 20 واط، تكون أدمغتنا فعالة بشكل مدهش في معالجة الكميات الكبيرة من المعلومات المتدفقة من كل حواس في أي لحظة. إن مجال الأشكال العصبية، الذي أمضت شركتا إنتل وآي بي إم السنوات القليلة الماضية في استكشافه، يهدف إلى محاكاة شبكة الخلايا العصبية والمشابك العصبية في الدماغ لبناء أجهزة كمبيوتر قادرة على معالجة المعلومات بكفاءة أكبر من المسرعات التقليدية.
ما مدى كفاءة؟ وفقًا لشركة إنتل، فإن أحدث نظام لها، وهو صندوق مكون من 6 وحدات بحجم ميكروويف تقريبًا يستهلك 2,600 واط، يمكنه تحقيق كفاءة شبكة عصبية عميقة تصل إلى 15 TOPS/W بدقة 8 بت. لوضع ذلك في الاعتبار، أقوى نظام لدى Nvidia، وهو GB200 NVL72 المستند إلى Blackwell، والذي لم يتم شحنه بعد، يدير فقط 6 TOPS/W عند INT8، بينما يمكن لأنظمة DGX H100 الحالية إدارة حوالي 3.1 TOPS/W.
يتسلم الباحثون في مختبرات سانديا الوطنية كمبيوتر Intel ذو الشكل العصبي Hala Point الذي يحتوي على 1.15 مليار خلية عصبية - انقر للتكبير
يتم تحقيق هذا الأداء باستخدام 1,152 معالجًا من معالجات Loihi 2 من Intel، والتي تم تجميعها معًا في شبكة ثلاثية الأبعاد لإجمالي 1.15 مليار خلية عصبية، و128 مليار مشبك عصبي، و140,544 نواة معالجة، و2,300 نواة x86 مضمنة تتعامل مع الحسابات الإضافية اللازمة لإجراء العمليات الحسابية. إبقاء الشيء الصرير على طول.
للتوضيح، هذه ليست نوى x86 نموذجية. "إنها نوى x86 صغيرة جدًا وبسيطة جدًا. قال مايك ديفيز، مدير الحوسبة العصبية في شركة إنتل: “إنها ليست مثل أحدث النوى أو معالجات Atom لدينا”. السجل.
إذا قرع Loihi 2 الجرس، فهذا بسبب وجود الشريحة يطرق حولها لفترة من الوقت ظهرت لأول مرة في عام 2021 كواحدة من أولى الشرائح التي تم إنتاجها باستخدام تقنية المعالجة 7 نانومتر من Intel.
على الرغم من عمرها، تقول إنتل إن الأنظمة المستندة إلى Loihi قادرة على حل بعض مشكلات الاستدلال والتحسين في الذكاء الاصطناعي بما يصل إلى 50 مرة أسرع من معماريات وحدة المعالجة المركزية ووحدة معالجة الرسومات التقليدية مع استهلاك طاقة أقل بمقدار 100 مرة. ويبدو أن هذه الأرقام كانت كذلك تحقق [PDF] عن طريق وضع شريحة Loihi 2 واحدة على Jetson Orin Nano الصغير من Nvidia ووحدة المعالجة المركزية Core i9 i9-7920X.
لا تتخلص من وحدات معالجة الرسومات الخاصة بك حتى الآن
في حين أن هذا قد يبدو مثيرًا للإعجاب، إلا أن ديفيز يعترف بأن مسرعاته العصبية ليست جاهزة لاستبدال وحدات معالجة الرسومات لكل عبء عمل حتى الآن. وقال: "هذا ليس مسرعًا للذكاء الاصطناعي للأغراض العامة بأي حال من الأحوال".
أحد الأسباب، وهو التطبيق الأكثر شيوعًا للذكاء الاصطناعي، وهو نماذج اللغات الكبيرة (LLMs) التي تعمل على تشغيل التطبيقات مثل ChatGPT، لن يتم تشغيله على Hala Point، على الأقل حتى الآن.
"نحن لا نقوم بتعيين أي LLM إلى Hala Point في هذا الوقت. نحن لا نعرف كيف نفعل ذلك. قال ديفيز: "بصراحة، لا يحتوي مجال أبحاث الأشكال العصبية على نسخة عصبية من المحول"، مشيرًا إلى أن هناك بعض الأبحاث المثيرة للاهتمام حول كيفية تحقيق ذلك.
بعد قولي هذا، حقق فريق ديفيز نجاحًا في تشغيل الشبكات العصبية العميقة التقليدية، وهي عبارة عن إدراك متعدد الطبقات، على نقطة هالا مع بعض التحذيرات.
وقال: "إذا تمكنت من توزيع نشاط الشبكة والتوصيل في تلك الشبكة، عندها يمكنك تحقيق مكاسب كبيرة حقًا". "ما يعنيه ذلك هو أنه يجب معالجة إشارة إدخال مستمرة... دفق فيديو أو دفق صوتي، وهو أمر يوجد فيه بعض الارتباط من عينة إلى عينة إلى أخرى."
أظهرت Intel Labs إمكانات Loihi 2 في معالجة الفيديو والصوت في ورقة بحثية نشرت [PDF] أواخر العام الماضي. وفي الاختبار، وجدوا أن الشريحة حققت مكاسب كبيرة في كفاءة الطاقة، وزمن الوصول، والإنتاجية لمعالجة الإشارات، والتي تجاوزت أحيانًا ثلاثة أوامر من حيث الحجم، مقارنة بالبنى التقليدية. ومع ذلك، فإن أكبر المكاسب جاءت على حساب دقة أقل.
إن القدرة على معالجة البيانات في الوقت الفعلي بطاقة منخفضة وزمن وصول منخفض جعلت هذه التقنية جذابة لتطبيقات مثل المركبات ذاتية القيادة والطائرات بدون طيار والروبوتات.
حالة الاستخدام الأخرى التي أظهرت نتائج واعدة هي مشاكل التحسين التجميعي، مثل تخطيط الطريق لمركبة التوصيل، التي يتعين عليها التنقل في وسط مدينة مزدحم.
تعتبر أعباء العمل هذه معقدة للغاية بحيث لا يمكن حلها حيث يجب مراعاة التغييرات الصغيرة مثل سرعة السيارة والحوادث وإغلاق الممرات بسرعة. إن بنيات الحوسبة التقليدية ليست مناسبة تمامًا لهذا النوع من التعقيد الأسي، ولهذا السبب رأينا الكثير من بائعي الحوسبة الكمومية استهداف مشاكل التحسين.
ومع ذلك، يرى ديفيز أن منصة الحوسبة العصبية من إنتل "أكثر نضجًا بكثير من البدائل البحثية التجريبية الأخرى".
مجال للنمو
وفقًا لديفيز، لا يزال هناك أيضًا الكثير من المساحة التي يتعين فتحها. وقال عن شرائح Loihi 2: "يؤسفني أن أقول إنه لم يتم استغلالها بشكل كامل حتى يومنا هذا بسبب القيود البرمجية".
يعد تحديد اختناقات الأجهزة وتحسينات البرامج جزءًا من السبب وراء قيام Intel Labs بنشر النموذج الأولي في Sandia.
وقال ديفيز: "إن فهم القيود، خاصة على مستوى الأجهزة، يعد جزءًا مهمًا جدًا من نشر هذه الأنظمة". "يمكننا إصلاح مشكلات الأجهزة، ويمكننا تحسينها، ولكننا بحاجة إلى معرفة الاتجاه الذي يجب تحسينه."
لن تكون هذه هي المرة الأولى التي يضع فيها سانديا بوفينز أيديهم على تقنية إنتل العصبية. في ورقة نشرت وفي أوائل عام 2022، وجد الباحثون أن التكنولوجيا لديها إمكانات للحوسبة عالية الأداء والذكاء الاصطناعي. ومع ذلك، استخدمت تلك التجارب شرائح Loihi من الجيل الأول من Intel، والتي تحتوي على ما يقرب من ثمن الخلايا العصبية (128,000 مقابل 1 مليون) من خليفتها. ®
- محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
- PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
- أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
- أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
- أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
- المصدر https://go.theregister.com/feed/www.theregister.com/2024/04/17/intel_hala_point_neuromorphic/
