1713367384
2024-04-17 15:19:29
ニューロモーフィック コンピューティングは当面研究中ですが、この分野への取り組みは長年にわたって成長し続けており、この研究のために開発された特殊チップの機能も向上しています。 これらの方針に従い、今朝、インテルとサンディア国立研究所は、両社が世界最高容量のシステムであると信じているハラポイントニューロモーフィックシステムの導入を祝っている。 全体で 11 億 5,000 万のニューロンを備えた Hala Point は、インテルのこれまでで最大の導入環境です。 Loihi 2 ニューロモーフィック チップ、2021年末に初めて発表されました。
Hala Point システムには 1152 個の Loihi 2 プロセッサが組み込まれており、それぞれが 100 万個のニューロンをシミュレートできます。 Loihi 2 の発売時に述べたように、これらのチップは実際にはかなり小さいです。Intel 4 プロセス (他の Intel チップの中で数少ないプロセッサの 1 つ) で構築されているため、チップあたりの面積はわずか 31 mm2 で、それぞれ 23 億個のトランジスタを備えています。 、流星湖以外）。 その結果、完成したシステムも同様に小型で、わずか 6 ラックユニットのスペース (サンディアが例えるなら、電子レンジ程度のサイズ) しか占有せず、消費電力は 2.6 kW です。 オンラインになった今、ハラポイントは王座を奪われた SpinNaker システム これは、明らかにされたニューロモーフィック システムとしては最大のものであり、明らかにわずかに多い数のニューロンを提供しており、100 kW の英国のシステムの 3% 未満です。
Hala Point は、ポホイキ スプリングスのサンディアにあるインテルの第 1 世代 Loihi チップをベースにした古いインテル ニューロモーフィック システムを置き換えることになります。 比較すると、Hala Point は 10 倍のニューロンを提供し、全体で 12 倍以上のパフォーマンスを実現します。
両方のニューロモーフィック システムは、脳のように動作するコンピューティング パラダイムであるニューロモーフィック コンピューティングに関する国立研究所の研究を推進するために、サンディアによって調達されました。 （駄洒落を許していただければ）中心的な考えは、この記事を書いているウェットウェアを模倣することで、従来のプロセッサでは今日解決できない問題をニューロモーフィック チップを使用して解決でき、さらに効率的に解決できるということです。
サンディア社は、このシステムを使って大規模なニューロモーフィック・コンピューティングを研究し、ポホイキ・スプリングスをはるかに超える規模で研究が進められていると述べた。 Hala Point は、フクロウの脳の複雑さのレベルで非常に大まかにシミュレートされたニューロン数を提供しているため、研究室は、より大規模なシステムによって最終的にニューロモーフィック コンピューティングの特性を適切に活用して、デバイスなどの分野で実際の問題を解決できるようになると考えています。物理学、コンピュータ アーキテクチャ、コンピュータ サイエンス、情報学など、当初は小規模で達成された単純な実証をはるかに超えています。
この研究室が新たに焦点を当てた 1 つは、インテルの注目を集めたもので、ニューロモーフィック コンピューティングの AI 推論への適用可能性です。 現在の AI システムの波の背後にあるニューラル ネットワーク自体が人間の脳をエミュレートしようとしているため、ある意味、アルゴリズムがいくつかの重要な点で異なっているとしても、脳を模倣するニューロモーフィック チップとの相乗効果は明らかです。 それでも、エネルギー効率がニューロモーフィック コンピューティングの主な利点の 1 つであるため、インテルはこの問題をさらに検討し、さらには独自のハラ ポイント サイズの 2 つ目のシステムを構築する必要に迫られています。
Intel によると、Hala Point に関する調査では、このシステムは 10:1 スパース性を使用しながらも、8 ビット精度でワット当たり 15 TOPS という高い効率に達しており、現行世代の商用チップとの競争力を十分に超えています。 。 その効率性に対するさらなるボーナスとして、ニューロモーフィック システムでは、GPU や GPU に似たプロセッサーの高密度 ALU アレイを効率的に使用するために通常必要となる、事前の大規模なデータ処理やバッチ処理が必要ありません。
しかし、おそらく最も興味深い使用例は、ニューロモーフィック コンピューティングを使用して、その場で追加データを使用してニューラル ネットワークを拡張できる可能性です。 この背後にある考え方は、現在の LLM で必要とされる、大量のコンピューティング リソースが必要なため非常にコストがかかる再トレーニングを回避することです。 本質的に、これは脳の動作方法を新たなページに移し、継続的な学習とデータセットの増強を可能にします。
しかし、少なくとも現時点では、これは学術研究の対象のままです。 最終的には、インテルとサンディアは、Hala Point のようなシステムが商用システムの開発につながり、おそらくはさらに大規模なシステムの開発につながることを望んでいます。 しかし、そこに到達するには、サンディアなどの研究者は、まず現在のシステム群を使用してアルゴリズムを改良し、より大規模な環境での有用性を証明するために、より大きなワークロードをこのスタイルのコンピューティングにマッピングする方法をよりよく理解する必要がある。スケール.CP
#インテルとサンディア国立研究所11億5000万ニューロンHala #Pointニューロモーフィック研究システムを展開