IBM heeft een bio-geïnspireerde chip ontwikkeld die AI groener en energiezuiniger kan maken.
Nu superkrachtige AI-modellen zoals ChatGPT alomtegenwoordig worden in de maatschappij, zijn grote tech-rivalen zoals Google, Microsoft, Meta en startups zoals Anthropic en Inflection begonnen met het hamsteren van enorme hoeveelheden rekenkracht.
De hardware die nodig is om AI te trainen is energieverslindend, wat bijdraagt aan de toch al enorme hoeveelheid energie die nodig is om AI te trainen. milieueffecten van datacenters.
Dit heeft geleid tot R&D-inspanningen om innovatieve AI-chips te bouwen die zware werklasten aankunnen met een lager energieverbruik. Nvidia's nieuwste GH2000 chip heeft al een grotere energie-efficiëntie bereikt dan zijn voorgangers en het bedrijf beweert dat het datacenters 12 keer goedkoper maakt en 20 keer minder energie verbruikt.
IBM's nieuwe bio-geïnspireerde analoge chip is gemodelleerd naar het biologische brein en zal effectief zijn in draagbare werklasten zoals auto's, telefoons en camera's.
Thanos Vasilopoulos, een wetenschapper in het onderzoekslab van IBM in Zürich, vertelde de BBCVergeleken met traditionele computers levert het menselijk brein opmerkelijke prestaties met een minimaal energieverbruik."
De meeste bestaande chips zijn digitaal en gebruiken binaire (0's en 1's) gegevensopslag. De nieuwe chip van IBM onderscheidt zich doordat deze analoge componenten gebruikt die bekend staan als memristors (geheugenweerstanden) en die in staat zijn om verschillende numerieke waarden op te slaan.
Deze analoge aard van memristors weerspiegelt synaptische functies. Het is niet de eerste bio-geïnspireerde chip - een Indiaas onderzoeksteam heeft met succes ontworpen in 2022.
Professor. Ferrante Neri van de Universiteit van Surrey legde uit: "Onderling verbonden memristors kunnen een netwerk creëren dat een biologisch brein weerspiegelt."
Hoewel de chip van IBM voornamelijk analoog is, bevat hij ook enkele digitale componenten, zodat hij compatibel is met de huidige AI-systemen.
Deze lichtgewicht chips zouden vooral handig zijn voor gadgets, voertuigen en IoT-hardware.
IBM's nieuwe analoge chip voor diep leren
De chips van IBM verlagen het stroomverbruik en leveren indrukwekkende prestaties in een lichtgewicht pakket.
Deze chips zijn gemodelleerd naar het menselijk brein, dat ongeveer evenveel watt verbruikt als een gloeilamp.
Dit zijn de belangrijkste punten:
- Huidige beperkingen van AI-hardware: De meeste AI-architecturen scheiden het geheugen van de verwerkingseenheden, wat betekent dat ze voortdurend gegevens moeten uitwisselen tussen de twee, waardoor de berekeningen worden vertraagd en de energie-efficiëntie in gevaar komt.
- Analoge chips: IBM's benadering weerspiegelt de menselijke hersenfuncties en maakt gebruik van een geheugen met faseverandering (PCM), dat zijn toestand registreert als een spectrum van waarden in plaats van 0's en 1's. Dit vermindert de noodzaak voor gegevensoverdracht tussen het geheugen en de processor. Hierdoor is er minder gegevensoverdracht nodig tussen het geheugen en de processor.
- Het technische gedeelte: IBM's ontwerp heeft 64 analoge in-memory rekenkernen, die elk een 256-bij-256 synaptische array bevatten. Elke core kan een deep neural network (DNN) modellaag berekenen. Een centrale digitale verwerkingseenheid op de chip handelt andere complexe bewerkingen af.
- Prestatiecijfers: De chip behaalde een uitstekende nauwkeurigheid van 92,81% in een computer vision (CV) benchmarktest. Hij is meer dan 15 keer efficiënter dan verschillende bestaande chips.
Zodra deze bio-geïnspireerde chips verfijnd zijn, zullen ze digitale chips vergezellen in hybride architecturen. Dit zal lichtgewicht, energie-efficiënte AI-systemen mogelijk maken die nog steeds zware werklasten aankunnen.
Uiteindelijk zullen deze chips licht genoeg worden om in te zetten in intelligente autonome technologie en mogelijk een nieuwe generatie robots voortbrengen die lopen, praten en communiceren met hun omgeving zonder buitensporig stroomverbruik.
