Il sistema neuromorfico di Intel Pohoiki Springs è realtà: dotato di una capacità computazionale equivalente a 100 milioni di neuroni sarà in grado di risolvere problemi grandi e più complessi.
Il sistema neuromorfico di Intel: Pohoiki Springs
“Pohoiki Springs incrementa di oltre 750 volte il nostro chip neuromorfico per la ricerca, Loihi, funzionando a un livello di potenza inferiore a 500 watt.
Il sistema consente ai nostri partner di ricerca di esplorare diversi modi di accelerare i carichi di lavoro che attualmente vengono eseguiti lentamente con le architetture convenzionali, fra cui i sistemi di High-Performance Computing (HPC)“.
Sono le parole di Mike Davies, Direttore del Neuromorphic Computing Lab di Intel.
Ma che cos’è Pohoiki Springs?
Tecnicamente si tratta di un sistema montato su rack per data center ed è, allo stato attuale, il più grande sistema neuromorfico disponibile di Intel.
Comprende 768 chip neuromorfici da ricerca Loihi che trovano posto in uno chassis delle dimensioni di cinque server standard.
I processori Loihi si ispirano al cervello umano e sono in grado di elaborare processi complessi fino a 1.000 volte più velocemente e in modo 10.000 volte più efficiente di un processore standard.
Pohoiki Springs fa un passo avanti ed amplia questo tipo di architettura.
L’obiettivo non è solo di risolvere problemi di intelligenza artificiale, ma anche di risolvere problemi difficili dal punto di vista computazionale.
I ricercatori di Intel si focalizzano su due punti: il parallelismo estremo ed il segnale asincrono.
Queste due caratteristiche sono tipiche dei sistemi neuromorfici ed i ricercatori pensano che siano in grado di migliorare decisamente le prestazioni riducendo i consumi degli elaboratori più potenti attualmente in uso.
Più scalabilità
Facendo un parallelo con la natura, alcuni insetti sono in grado di risolvere problemi complessi anche se il loro cervello è composto da un numero di neuroni inferiore al milione.
Parallelamente, il più piccolo sistema neuromorfico di Intel, dal nome di Kapoho Bay, è composto da due chip Loihi per un totale di 262.000 neuroni.
Questo sistema è in grado di sopportare diversi carichi di lavoro in edge in tempo reale.
Per esempio è stata dimostrata la sua capacità nel riconoscere gesti in tempo reale, leggere il Braille usando una pelle artificiale, orientare la direzione grazie a punti di riferimento imparati ed il tutto consumando pochissimo: poche decine di milliwatt di potenza.
Questi esempi dimostrano un’ottima scalabilità del sistema, che si rifà alla scalabilità che si trova in natura.
Tornando in grande, Pohiki Springs aumenta la capacità neurale di Loihi alle dimensioni del cervello di un piccolo mammifero, ossia i 100 milioni di neuroni a cui si faceva riferimento in precedenza.
Quali usi per questo sistema?
Attualmente i sistemi come Pohoiki Springs non possono ancora sostituire i sistemi convenzionali di elaborazione.
Per ora offrono “solo” (come se fosse comunque poco) uno strumento per lo sviluppo e la caratterizzazione di algoritmi ispirati al cervello per l’elaborazione real time e la risoluzione di problemi.
Pohoiki Springs è accessibile tramite cloud ed i membri di INRC (Intel Neuromorphic Research Community) potranno accedervi tramite Nx SDK.
Di seguito alcuni esempi di algoritmi sviluppati per Loihi:
- Soddisfacimento di vincoli – I problemi di soddisfacimento di vincoli li troviamo regolarmente nella vita di tutti i giorni: programmazione delle linee aeree o pianificazione della consegna di pacchi. Occorre valutare un numero di potenziali soluzioni per trovarne una o più che soddisfino precisi vincoli. Loihi può esplorare molte soluzioni in parallelo e molto velocemente.
- Ricerca di grafi e schemi ricorrenti – La ricerca di grafi la troviamo, ad esempio, quando vogliamo ottenere indicazioni stradali o riconoscere volti. Loihi sa trovare rapidamente i percorsi più brevi ed eseguire ricerche di immagini.
- Problemi di ottimizzazione – È possibile programmare le architetture neuromorfiche in modo che il loro comportamento dinamico nel tempo ottimizzi obiettivi specifici. Problemi di ottimizzazione nel mondo reale riguardano, per esempio, la massimizzazione della larghezza di banda di un canale wireless o l’allocazione di un portafoglio azionario per minimizzare il rischio.
Calcolo neuromorfico vs. processori standard
Processori “normali” come CPU e GPU sono abili nello svolgere compiti difficili per l’uomo, ma dato che l’automazione, l’intelligenza artificiale e, più in generale, la ricerca di un’elaborazione sempre più simile all’uomo sono in continua crescita, occorre sviluppare nuove architetture.
Il calcolo neuromorfico è un passo ulteriore verso questa evoluzione.
L’obiettivo è di applicare le più recenti conoscenze nel campo delle neuroscienze per creare unità che funzionino meno come computer classici e più come uomini.
I sistemi neuromorfici replicano l’organizzazione dei neuroni umani ed Intel pensa che Loihi, così come questi nuovi processori neuromorfici, sapranno definire un nuovo modello di elaborazione programmabile.