ഇൻ്റൽ ലാബ്‌സ് ബുധനാഴ്ച അതിൻ്റെ ഏറ്റവും വലിയ ന്യൂറോമോർഫിക് കമ്പ്യൂട്ടർ വെളിപ്പെടുത്തി, 1.15 ബില്യൺ ന്യൂറോൺ സിസ്റ്റം, ഇത് മൂങ്ങയുടെ തലച്ചോറിനോട് ഏകദേശം സാമ്യമുള്ളതാണെന്ന് പറയുന്നു.

എന്നാൽ വിഷമിക്കേണ്ട, ഇൻ്റൽ ഫാൾഔട്ടുകൾ പുനഃസൃഷ്ടിച്ചിട്ടില്ല റോബോബ്രെയിൻ. ഓർഗാനിക് ന്യൂറോണുകളുടെയും സിനാപ്സുകളുടെയും ഒരു ശൃംഖലയ്ക്ക് പകരം, ഇൻ്റലിൻ്റെ ഹാല പോയിൻ്റ് അവയെല്ലാം സിലിക്കണിൽ അനുകരിക്കുന്നു.

ഏകദേശം 20 W-ൽ, ഏത് നിമിഷവും ഓരോ ഇന്ദ്രിയങ്ങളിൽ നിന്നും സ്ട്രീം ചെയ്യുന്ന വലിയ അളവിലുള്ള വിവരങ്ങൾ പ്രോസസ്സ് ചെയ്യുന്നതിൽ നമ്മുടെ മസ്തിഷ്കം അതിശയകരമാംവിധം കാര്യക്ഷമമാണ്. ഇൻ്റലും ഐബിഎമ്മും കഴിഞ്ഞ കുറച്ച് വർഷങ്ങളായി പര്യവേക്ഷണം നടത്തുന്ന ന്യൂറോമോർഫിക്‌സ് മേഖല, പരമ്പരാഗത ആക്സിലറേറ്ററുകളേക്കാൾ കാര്യക്ഷമമായി വിവരങ്ങൾ പ്രോസസ്സ് ചെയ്യാൻ കഴിവുള്ള കമ്പ്യൂട്ടറുകൾ നിർമ്മിക്കുന്നതിന് തലച്ചോറിൻ്റെ ന്യൂറോണുകളുടെയും സിനാപ്സുകളുടെയും ശൃംഖലയെ അനുകരിക്കാൻ ലക്ഷ്യമിടുന്നു.

എത്ര കാര്യക്ഷമമാണ്? ഇൻ്റൽ പറയുന്നതനുസരിച്ച്, അതിൻ്റെ ഏറ്റവും പുതിയ സിസ്റ്റം, ഏകദേശം 6 W ഉപയോഗിക്കുന്ന ഒരു മൈക്രോവേവിൻ്റെ വലുപ്പമുള്ള 2,600U ബോക്‌സിന് 15-ബിറ്റ് കൃത്യതയിൽ 8 TOPS/W വരെ ആഴത്തിലുള്ള ന്യൂറൽ നെറ്റ്‌വർക്ക് കാര്യക്ഷമത കൈവരിക്കാൻ കഴിയുമെന്ന് റിപ്പോർട്ട് ചെയ്യുന്നു. വീക്ഷണകോണിൽ പറഞ്ഞാൽ, എൻവിഡിയയുടെ ഏറ്റവും ശക്തമായ സിസ്റ്റം, ബ്ലാക്ക്‌വെൽ അടിസ്ഥാനമാക്കിയുള്ള GB200 NVL72, അത് ഇതുവരെ ഷിപ്പ് ചെയ്തിട്ടില്ല, നിയന്ത്രിക്കുന്നു INT6-ൽ വെറും 8 TOPS/W, അതേസമയം അതിൻ്റെ നിലവിലെ DGX H100 സിസ്റ്റങ്ങൾക്ക് ഏകദേശം 3.1 TOPS/W കൈകാര്യം ചെയ്യാൻ കഴിയും.

മൊത്തം 1,152 ബില്യൺ ന്യൂറോണുകൾ, 2 ബില്യൺ സിനാപ്‌സുകൾ, 1.15 പ്രോസസ്സിംഗ് കോറുകൾ, കൂടാതെ 128 എംബഡഡ് കോറുകൾ എന്നിവ കൈകാര്യം ചെയ്യുന്ന x140,544 കോറുകൾക്ക് ആവശ്യമായ 2,300 ഉൾച്ചേർത്ത ഇൻ്റലിൻ്റെ ലോഹി 86 പ്രോസസറുകളുടെ XNUMX പ്രോസസറുകൾ ഉപയോഗിച്ചാണ് ഈ പ്രകടനം കൈവരിക്കുന്നത്. സംഗതി കുലുങ്ങിക്കൊണ്ടിരിക്കുക.

വ്യക്തമായി പറഞ്ഞാൽ, അവ സാധാരണ x86 കോറുകളല്ല. “അവ വളരെ വളരെ ലളിതവും ചെറിയ x86 കോറുകളുമാണ്. അവ ഞങ്ങളുടെ ഏറ്റവും പുതിയ കോറുകൾ അല്ലെങ്കിൽ ആറ്റം പ്രോസസറുകൾ പോലെയല്ല, ”ഇൻ്റലിൻ്റെ ന്യൂറോമോർഫിക് കമ്പ്യൂട്ടിംഗ് ഡയറക്ടർ മൈക്ക് ഡേവീസ് പറഞ്ഞു. രജിസ്റ്റർ.

Loihi 2 ഒരു ബെൽ അടിച്ചാൽ, അത് ചിപ്പ് ആയതുകൊണ്ടാണ് ചുറ്റും മുട്ടുന്നു കുറച്ചുകാലമായി, ഇൻ്റലിൻ്റെ 2021nm പ്രോസസ്സ് സാങ്കേതികവിദ്യ ഉപയോഗിച്ച് നിർമ്മിച്ച ആദ്യത്തെ ചിപ്പുകളിൽ ഒന്നായി 7-ൽ വീണ്ടും അരങ്ങേറ്റം കുറിച്ചു.

പ്രായമുണ്ടെങ്കിലും, ചില AI അനുമാനങ്ങളും ഒപ്റ്റിമൈസേഷൻ പ്രശ്നങ്ങളും 50x കുറവ് പവർ ഉപയോഗിക്കുമ്പോൾ പരമ്പരാഗത സിപിയു, ജിപിയു ആർക്കിടെക്ചറുകളേക്കാൾ 100 മടങ്ങ് വേഗത്തിൽ പരിഹരിക്കാൻ ലോഹി അധിഷ്ഠിത സിസ്റ്റങ്ങൾക്ക് കഴിയുമെന്ന് ഇൻ്റൽ പറയുന്നു. ആ നമ്പറുകൾ ഉണ്ടായിരുന്നതായി തോന്നുന്നു കൈവരിച്ച എൻവിഡിയയുടെ ചെറിയ ജെറ്റ്‌സൺ ഒറിൻ നാനോയിലേക്കും ഒരു കോർ i2 i9-9X സിപിയുവിലേക്കും ഒരൊറ്റ Loihi 7920 ചിപ്പ് പിറ്റ് ചെയ്തുകൊണ്ട് [PDF].

നിങ്ങളുടെ GPU-കൾ ഇനിയും വലിച്ചെറിയരുത്

അത് ശ്രദ്ധേയമായി തോന്നുമെങ്കിലും, എല്ലാ ജോലിഭാരത്തിനും GPU-കൾ മാറ്റിസ്ഥാപിക്കാൻ അതിൻ്റെ ന്യൂറോമോർഫിക് ആക്സിലറേറ്ററുകൾ തയ്യാറല്ലെന്ന് ഡേവീസ് സമ്മതിക്കുന്നു. “ഇത് ഒരു തരത്തിലും ഒരു പൊതു-ഉദ്ദേശ്യ AI ആക്സിലറേറ്റർ അല്ല,” അദ്ദേഹം പറഞ്ഞു.

ഒന്ന്, AI-യുടെ ഏറ്റവും ജനപ്രിയമായ ആപ്ലിക്കേഷൻ, ChatGPT പോലുള്ള വലിയ ഭാഷാ മോഡലുകൾ (LLMs) പവർ ചെയ്യുന്ന ആപ്പുകൾ, ഹാല പോയിൻ്റിൽ പ്രവർത്തിക്കില്ല, കുറഞ്ഞത് ഇതുവരെ.

“ഞങ്ങൾ ഇപ്പോൾ ഹാല പോയിൻ്റിലേക്ക് LLM ഒന്നും മാപ്പ് ചെയ്യുന്നില്ല. അത് എങ്ങനെ ചെയ്യണമെന്ന് ഞങ്ങൾക്ക് അറിയില്ല. വളരെ വ്യക്തമായി പറഞ്ഞാൽ, ന്യൂറോമോർഫിക് ഗവേഷണ മേഖലയ്ക്ക് ട്രാൻസ്ഫോർമറിൻ്റെ ന്യൂറോമോർഫിക് പതിപ്പ് ഇല്ല, ”ഡേവീസ് പറഞ്ഞു, അത് എങ്ങനെ നേടാം എന്നതിനെക്കുറിച്ച് രസകരമായ ചില ഗവേഷണങ്ങൾ ഉണ്ടെന്ന് പറഞ്ഞു.

ഡേവീസിൻ്റെ ടീം ചില മുന്നറിയിപ്പുകളോടെ ഹാല പോയിൻ്റിൽ പരമ്പരാഗത ആഴത്തിലുള്ള ന്യൂറൽ നെറ്റ്‌വർക്കുകൾ, മൾട്ടി-ലെയർ പെർസെപ്‌ട്രോൺ പ്രവർത്തിപ്പിച്ച് വിജയിച്ചു.

“നിങ്ങൾക്ക് നെറ്റ്‌വർക്ക് പ്രവർത്തനത്തെയും ആ നെറ്റ്‌വർക്കിലെ ചാലകതയെയും വിരളമാക്കാൻ കഴിയുമെങ്കിൽ, അപ്പോഴാണ് നിങ്ങൾക്ക് ശരിക്കും വലിയ നേട്ടങ്ങൾ കൈവരിക്കാൻ കഴിയുക,” അദ്ദേഹം പറഞ്ഞു. "അതിൻ്റെ അർത്ഥം അത് ഒരു തുടർച്ചയായ ഇൻപുട്ട് സിഗ്നൽ പ്രോസസ്സ് ചെയ്യുന്നതായിരിക്കണം ... ഒരു വീഡിയോ സ്ട്രീം അല്ലെങ്കിൽ ഒരു ഓഡിയോ സ്ട്രീം, സാമ്പിളിൽ നിന്ന് സാമ്പിളിലേക്ക് സാമ്പിളിലേക്ക് ചില പരസ്പര ബന്ധമുള്ള എന്തെങ്കിലും."

ഒരു പേപ്പറിൽ വീഡിയോ, ഓഡിയോ പ്രോസസ്സിംഗിനുള്ള ലോഹി 2 ൻ്റെ സാധ്യതകൾ ഇൻ്റൽ ലാബ്‌സ് പ്രകടമാക്കി പ്രസിദ്ധീകരിച്ചു [PDF] കഴിഞ്ഞ വർഷം അവസാനം. പരമ്പരാഗത ആർക്കിടെക്ചറുകളെ അപേക്ഷിച്ച് സിഗ്നൽ പ്രോസസ്സിംഗിനുള്ള ഊർജ്ജ കാര്യക്ഷമത, ലേറ്റൻസി, ത്രൂപുട്ട് എന്നിവയിൽ ചിപ്പ് കാര്യമായ നേട്ടങ്ങൾ കൈവരിച്ചതായി പരിശോധനയിൽ അവർ കണ്ടെത്തി. എന്നിരുന്നാലും, കുറഞ്ഞ കൃത്യതയുടെ ചെലവിൽ ഏറ്റവും വലിയ നേട്ടങ്ങൾ വന്നു.

കുറഞ്ഞ ശക്തിയിലും ലേറ്റൻസിയിലും തത്സമയ ഡാറ്റ പ്രോസസ്സ് ചെയ്യാനുള്ള കഴിവ്, ഓട്ടോണമസ് വാഹനങ്ങൾ, ഡ്രോണുകൾ, റോബോട്ടിക്സ് തുടങ്ങിയ ആപ്ലിക്കേഷനുകൾക്ക് സാങ്കേതികവിദ്യയെ ആകർഷകമാക്കി.

തിരക്കേറിയ നഗര കേന്ദ്രത്തിൽ നാവിഗേറ്റ് ചെയ്യേണ്ട ഡെലിവറി വാഹനത്തിനുള്ള റൂട്ട് പ്ലാനിംഗ് പോലുള്ള കോമ്പിനേറ്റോറിയൽ ഒപ്റ്റിമൈസേഷൻ പ്രശ്‌നങ്ങളാണ് വാഗ്ദാനമായി കാണിച്ചിരിക്കുന്ന മറ്റൊരു ഉപയോഗ കേസ്.

വാഹനങ്ങളുടെ വേഗത, അപകടങ്ങൾ, പാതകൾ അടയ്ക്കൽ എന്നിവ പോലുള്ള ചെറിയ മാറ്റങ്ങൾ ഈച്ചയിൽ കണക്കിലെടുക്കേണ്ടതിനാൽ ഈ ജോലിഭാരങ്ങൾ പരിഹരിക്കാൻ അവിശ്വസനീയമാംവിധം സങ്കീർണ്ണമാണ്. പരമ്പരാഗത കമ്പ്യൂട്ടിംഗ് ആർക്കിടെക്ചറുകൾ ഇത്തരത്തിലുള്ള എക്‌സ്‌പോണൻഷ്യൽ കോംപ്ലക്‌സിറ്റിക്ക് അനുയോജ്യമല്ല, അതിനാലാണ് ഞങ്ങൾ നിരവധി ക്വാണ്ടം കമ്പ്യൂട്ടിംഗ് വെണ്ടർമാരെ കണ്ടത് ടാർഗെറ്റുചെയ്യൽ ഒപ്റ്റിമൈസേഷൻ പ്രശ്നങ്ങൾ.

എന്നിരുന്നാലും, ഇൻ്റലിൻ്റെ ന്യൂറോമോർഫിക് കമ്പ്യൂട്ടിംഗ് പ്ലാറ്റ്‌ഫോം "ഈ മറ്റ് പരീക്ഷണാത്മക ഗവേഷണ ബദലുകളേക്കാൾ വളരെ പക്വതയുള്ളതാണ്" എന്ന് ഡേവീസ് വാദിക്കുന്നു.

വളരാനുള്ള മുറി

ഡേവീസ് പറയുന്നതനുസരിച്ച്, അൺലോക്ക് ചെയ്യാൻ ഇനിയും ധാരാളം ഹെഡ്‌റൂം ഉണ്ട്. “സോഫ്‌റ്റ്‌വെയർ പരിമിതികൾ കാരണം ഇത് ഇന്നുവരെ പൂർണ്ണമായി പോലും ഉപയോഗിച്ചിട്ടില്ലെന്ന് പറയാൻ എനിക്ക് സങ്കടമുണ്ട്,” അദ്ദേഹം ലോഹി 2 ചിപ്പുകളെ കുറിച്ച് പറഞ്ഞു.

ഹാർഡ്‌വെയർ തടസ്സങ്ങളും സോഫ്റ്റ്‌വെയർ ഒപ്റ്റിമൈസേഷനുകളും തിരിച്ചറിയുന്നത് ഇൻ്റൽ ലാബ്‌സ് സാൻഡിയയിൽ പ്രോട്ടോടൈപ്പ് വിന്യസിച്ചതിൻ്റെ ഭാഗമാണ്.

“പരിമിതികൾ മനസ്സിലാക്കുന്നത്, പ്രത്യേകിച്ച് ഹാർഡ്‌വെയർ തലത്തിൽ, ഈ സംവിധാനങ്ങൾ അവിടെ എത്തിക്കുന്നതിൽ വളരെ പ്രധാനപ്പെട്ട ഭാഗമാണ്,” ഡേവീസ് പറഞ്ഞു. “ഞങ്ങൾക്ക് ഹാർഡ്‌വെയർ പ്രശ്‌നങ്ങൾ പരിഹരിക്കാൻ കഴിയും, ഞങ്ങൾക്ക് അത് മെച്ചപ്പെടുത്താൻ കഴിയും, എന്നാൽ ഏത് ദിശയിലാണ് ഒപ്റ്റിമൈസ് ചെയ്യേണ്ടതെന്ന് ഞങ്ങൾ അറിയേണ്ടതുണ്ട്.”

ഇൻ്റലിൻ്റെ ന്യൂറോമോർഫിക് സാങ്കേതികവിദ്യയിൽ സാൻഡിയ ബോഫിനുകൾ കൈകോർക്കുന്നത് ഇതാദ്യമായിരിക്കില്ല. ഒരു പേപ്പറിൽ പ്രസിദ്ധീകരിച്ചു 2022-ൻ്റെ തുടക്കത്തിൽ, സാങ്കേതികവിദ്യയ്ക്ക് HPC, AI എന്നിവയ്ക്കുള്ള സാധ്യതയുണ്ടെന്ന് ഗവേഷകർ കണ്ടെത്തി. എന്നിരുന്നാലും, ആ പരീക്ഷണങ്ങൾ ഇൻ്റലിൻ്റെ ആദ്യ-തലമുറ ലോഹി ചിപ്പുകൾ ഉപയോഗിച്ചു, അവയ്ക്ക് അതിൻ്റെ പിൻഗാമിയുടെ ന്യൂറോണുകളുടെ (128,000 vs 1 ദശലക്ഷം) ഏകദേശം എട്ടിലൊന്ന് ഉണ്ട്. ®

• SEO പവർ ചെയ്ത ഉള്ളടക്കവും PR വിതരണവും. ഇന്ന് ആംപ്ലിഫൈഡ് നേടുക.
• PlatoData.Network ലംബ ജനറേറ്റീവ് Ai. സ്വയം ശാക്തീകരിക്കുക. ഇവിടെ പ്രവേശിക്കുക.
• PlatoAiStream. Web3 ഇന്റലിജൻസ്. വിജ്ഞാനം വർധിപ്പിച്ചു. ഇവിടെ പ്രവേശിക്കുക.
• പ്ലേറ്റോഇഎസ്ജി. കാർബൺ, ക്ലീൻ ടെക്, ഊർജ്ജം, പരിസ്ഥിതി, സോളാർ, മാലിന്യ സംസ്കരണം. ഇവിടെ പ്രവേശിക്കുക.
• പ്ലേറ്റോ ഹെൽത്ത്. ബയോടെക് ആൻഡ് ക്ലിനിക്കൽ ട്രയൽസ് ഇന്റലിജൻസ്. ഇവിടെ പ്രവേശിക്കുക.
• അവലംബം: https://go.theregister.com/feed/www.theregister.com/2024/04/17/intel_hala_point_neuromorphic/