A IBM desenvolveu um chip de inspiração biológica com potencial para tornar a IA mais ecológica e mais eficiente em termos energéticos.
À medida que modelos de IA superpoderosos como o ChatGPT se tornam omnipresentes em toda a sociedade, grandes rivais tecnológicos como a Google, a Microsoft, a Meta e empresas em fase de arranque como a Anthropic e a Inflection começaram a acumular grandes quantidades de poder de computação.
O hardware necessário para treinar a IA consome muita energia, o que contribui para o já vasto impacto ambiental dos centros de dados.
Este facto desencadeou esforços de I&D para construir chips de IA inovadores capazes de cargas de trabalho pesadas com menor consumo de energia. O mais recente Chip GH2000 já alcançou uma maior eficiência energética do que os seus antecessores, com a empresa a afirmar que tornará os centros de dados 12 vezes mais baratos e utilizará 20 vezes menos energia.
O programa da IBM novo chip analógico de inspiração biológica é modelado no cérebro biológico e será eficaz em cargas de trabalho portáteis, como carros, telefones e câmaras.
Thanos Vasilopoulos, um cientista do laboratório de investigação da IBM em Zurique, disse à BBCEm comparação com os computadores tradicionais, o cérebro humano consegue um desempenho notável com um consumo mínimo de energia".
A maioria dos chips existentes é digital e usa binários (0s e 1s) para armazenamento de dados. O novo chip da IBM distingue-se por utilizar componentes analógicos conhecidos como memristores (resistências de memória), capazes de armazenar valores numéricos variáveis.
Esta natureza analógica dos memristores reflecte as funções sinápticas. Não é o primeiro chip bio-inspirado - uma equipa de investigação indiana conseguiu concebido em 2022.
O Prof. Ferrante Neri, da Universidade de Surrey, explicou: "Os memristores interligados podem criar uma rede que reflecte um cérebro biológico".
Embora essencialmente analógico, o chip da IBM mantém alguns componentes digitais, garantindo a compatibilidade com os actuais sistemas de IA.
Estes chips leves seriam particularmente úteis para gadgets, veículos e hardware IoT.
O novo chip analógico da IBM para aprendizagem profunda
Os chips da IBM reduzem o consumo de energia ao mesmo tempo que proporcionam um desempenho impressionante numa embalagem leve.
Estes chips são modelados no cérebro humano, que consome aproximadamente os mesmos watts que uma lâmpada eléctrica.
Eis os pontos essenciais:
- Limitações actuais do hardware de IA: A maioria das arquitecturas de IA separa a memória das unidades de processamento, o que significa que têm de trocar continuamente dados entre as duas, tornando a computação mais lenta e comprometendo a eficiência energética.
- Chips analógicos: Espelhando as funções do cérebro humano, a abordagem da IBM utiliza a memória de mudança de fase (PCM), que regista o seu estado como um espetro de valores em vez de 0s e 1s. Isto reduz a necessidade de transmissão de dados entre a memória e o processador.
- A parte técnica: O projeto da IBM inclui 64 núcleos analógicos de computação na memória, cada um contendo uma matriz sináptica de 256 por 256. Cada núcleo pode computar uma camada de modelo de rede neural profunda (DNN). Uma unidade central de processamento digital no chip trata de outras operações complexas.
- Métricas de desempenho: O chip obteve uma excelente precisão de 92,81% num teste de referência de visão por computador (CV). É mais de 15 vezes mais eficiente do que vários chips existentes.
Uma vez aperfeiçoados, estes chips de inspiração biológica acompanharão os chips digitais em arquitecturas híbridas. Isto permitirá sistemas de IA leves e eficientes do ponto de vista energético que podem ainda suportar cargas de trabalho pesadas.
Eventualmente, estes chips tornar-se-ão suficientemente leves para serem utilizados em tecnologia autónoma inteligente, potencialmente dando início a uma nova geração de robôs que andam, falam e interagem com o seu ambiente sem consumo excessivo de energia.
