IBM har udviklet en bioinspireret chip med potentiale til at gøre AI grønnere og mere energieffektiv.
Efterhånden som superkraftige AI-modeller som ChatGPT bliver allestedsnærværende i hele samfundet, er store tech-rivaler som Google, Microsoft, Meta og startups som Anthropic og Inflection begyndt at hamstre enorme mængder computerkraft.
Den hardware, der kræves for at træne AI, er strømslugende og bidrager til den allerede enorme Datacentres miljøpåvirkning.
Det har sat gang i en F&U-indsats for at bygge innovative AI-chips, der kan klare store arbejdsbyrder med lavere strømforbrug. Nvidias seneste GH2000-chip har allerede opnået større energieffektivitet end sine forgængere, og virksomheden hævder, at det vil gøre datacentre 12 gange billigere og bruge 20 gange mindre energi.
IBM's Ny bio-inspireret analog chip er modelleret efter den biologiske hjerne og vil være effektiv i bærbare arbejdsopgaver som biler, telefoner og kameraer.
Thanos Vasilopoulos, forsker ved IBM's forskningslaboratorium i Zürich, fortalte BBC"Sammenlignet med traditionelle computere opnår den menneskelige hjerne en bemærkelsesværdig ydeevne med et minimalt strømforbrug."
De fleste eksisterende chips er digitale og bruger binære (0'er og 1'er) til datalagring. IBM's nye chip er anderledes, fordi den bruger analoge komponenter, der kaldes memristorer (hukommelsesmodstande), som kan lagre forskellige numeriske værdier.
Denne analoge karakter af memristorer afspejler synaptiske funktioner. Det er ikke den første bioinspirerede chip - et indisk forskerhold har haft succes med den. designet en i 2022.
Professor. Ferrante Neri fra University of Surrey forklarede: "Sammenkoblede memristorer kan skabe et netværk, der afspejler en biologisk hjerne."
Selv om IBM's chip primært er analog, har den nogle digitale komponenter, som sikrer kompatibilitet med nuværende AI-systemer.
Disse letvægtschips vil være særligt nyttige til gadgets, køretøjer og IoT-hardware.
IBM's nye analoge chip til dyb læring
IBM's chips reducerer strømforbruget og leverer samtidig en imponerende ydelse i en letvægtspakke.
Disse chips er modelleret efter den menneskelige hjerne, som bruger omtrent det samme antal watt som en elpære.
Her er de vigtigste punkter:
- Nuværende AI-hardware-begrænsninger: De fleste AI-arkitekturer adskiller hukommelsen fra processorenhederne, hvilket betyder, at de hele tiden skal udveksle data mellem de to, hvilket gør beregningerne langsommere og går ud over energieffektiviteten.
- Analoge chips: IBM's tilgang afspejler den menneskelige hjernes funktioner og anvender faseændringshukommelse (PCM), som registrerer sin tilstand som et spektrum af værdier i stedet for 0'er og 1'er. Det reducerer behovet for datatransmission mellem hukommelse og processor.
- Den tekniske del: IBM's design har 64 analoge computerkerner i hukommelsen, som hver indeholder et 256 x 256 synaptisk array. Hver kerne kan beregne et DNN-modellag (Deep Neural Network). En central digital behandlingsenhed på chippen håndterer andre komplekse operationer.
- Målinger af ydeevne: Chippen opnåede en fremragende nøjagtighed på 92,81% i en benchmark-test for computersyn (CV). Den er over 15 gange mere effektiv end flere eksisterende chips.
Når de er blevet forfinet, vil disse bioinspirerede chips ledsage digitale chips i hybridarkitekturer. Det vil muliggøre lette, energieffektive AI-systemer, som stadig kan håndtere store arbejdsbyrder.
Med tiden vil disse chips blive lette nok til at blive brugt i intelligent, selvkørende teknologi, hvilket potentielt kan føre til en ny generation af robotter, der går, taler og interagerer med deres omgivelser uden for stort strømforbrug.
