IBM har utviklet en bioinspirert chip med potensial til å gjøre AI grønnere og mer energieffektiv.
Etter hvert som superkraftige AI-modeller som ChatGPT blir allestedsnærværende i hele samfunnet, har store teknologikonkurrenter som Google, Microsoft, Meta og nystartede selskaper som Anthropic og Inflection begynt å hamstre enorme mengder datakraft.
Maskinvaren som kreves for å trene opp AI er kraftkrevende, noe som bidrar til den allerede enorme datasentrenes miljøpåvirkning.
Dette har utløst FoU-innsats for å bygge innovative AI-brikker som er i stand til å håndtere store arbeidsmengder med lavere strømforbruk. Nvidias nyeste GH2000-brikke har allerede oppnådd større energieffektivitet enn sine forgjengere, og selskapet hevder at det vil gjøre datasentrene 12 ganger billigere og bruke 20 ganger mindre energi.
IBMs ny bioinspirert analog brikke er modellert etter den biologiske hjernen og vil være effektiv i bærbare arbeidsbelastninger som biler, telefoner og kameraer.
Thanos Vasilopoulos, forsker ved IBMs forskningslaboratorium i Zürich, fortalte BBC"Sammenlignet med tradisjonelle datamaskiner oppnår menneskehjernen en bemerkelsesverdig ytelse med minimalt strømforbruk."
De fleste eksisterende brikker er digitale og bruker binære (0-er og 1-er) til datalagring. IBMs nye brikke skiller seg ut ved at den bruker analoge komponenter, såkalte memristorer (minnemotstander), som kan lagre varierende numeriske verdier.
Memristorenes analoge natur gjenspeiler synaptiske funksjoner. Det er ikke den første bioinspirerte brikken - et indisk forskerteam har lykkes med å designet en i 2022.
Professor. Ferrante Neri fra University of Surrey forklarer: "Sammenkoblede memristorer kan skape et nettverk som speiler en biologisk hjerne."
Selv om IBMs brikke primært er analog, har den noen digitale komponenter som sikrer kompatibilitet med dagens AI-systemer.
Disse lettvektsbrikkene vil være spesielt nyttige for gadgets, kjøretøy og IoT-maskinvare.
IBMs nye analoge chip for dyp læring
IBMs brikker reduserer strømforbruket samtidig som de leverer imponerende ytelse i en lettvektspakke.
Disse brikkene er modellert etter den menneskelige hjernen, som bruker omtrent like mye watt som en lyspære.
Her er de viktigste punktene:
- Begrensninger i dagens AI-maskinvare: De fleste AI-arkitekturer skiller minne fra prosesseringsenheter, noe som betyr at de kontinuerlig må utveksle data mellom de to, noe som bremser beregningene og går på bekostning av energieffektiviteten.
- Analoge brikker: IBMs metode speiler den menneskelige hjernens funksjoner ved hjelp av faseendringsminne (PCM), som registrerer tilstanden som et spekter av verdier i stedet for 0-er og 1-er. Dette reduserer behovet for dataoverføring mellom minne og prosessor.
- Den tekniske biten: IBMs design har 64 analoge beregningskjerner i minnet, som hver inneholder en 256 x 256 synaptisk matrise. Hver kjerne kan beregne et DNN-modellag (Deep Neural Network). En sentral digital prosesseringsenhet på brikken håndterer andre komplekse operasjoner.
- Prestasjonsmålinger: Brikken oppnådde en utmerket nøyaktighet på 92,81% i en referansetest for datasyn (CV). Den er over 15 ganger mer effektiv enn flere eksisterende brikker.
Når disse bioinspirerte brikkene er ferdig utviklet, vil de fungere sammen med digitale brikker i hybridarkitekturer. Dette vil muliggjøre lette, energieffektive AI-systemer som fortsatt kan håndtere store arbeidsmengder.
Etter hvert vil disse brikkene bli lette nok til å kunne brukes i intelligent, autonom teknologi, noe som kan føre til en ny generasjon roboter som kan gå, snakke og samhandle med omgivelsene sine uten å bruke for mye strøm.
