"Intel Loihi" Chip Dengan Model Papan Sirkuit Otak Manusia!

Intel sudah bekerja pada beberapa chip yang dirancang untuk melatih dan menjalankan jaringan neural yang jauh lebih cepat. Dengan chip baru berjuluk Loihi, chipmaker berharap untuk memecahkan masalah kelas AI yang sama sekali berbeda.

Perusahaan yang berbasis di US ini telah membuat beberapa akuisisi dan dirubah roadmap untuk analisa mendalam. Portofolio baru memanjang dari Knights pabrik dan Crest Lake (Nervana) untuk pelatihan jaringan neural ke prosesor visi Xeons, Altera FPGAs dan Movidius untuk menjalankan model ini.

Sekarang Intel telah menambahkan satu keping campuran dengan pengumuman dari Loihi. Satu ini, namun, agak sedikit berbeda. Sebagai permulaan, itu bukan bagian dari perusahaan grup produk AI, tapi kemungkinan garapan Intel Labs, yang menghabiskan sekitar enam tahun mengembangkan percobaan pada chip. Selain itu, Loihi memiliki arsitektur neuromorphic yang sama sekali berbeda, "belajar mandiri," dengan potensi untuk menangani lebih luas masalah kelas AI. Chip baru dengan model papan sirkuit pada otak manusia.

Konsep komputer bahwa meniru otak tidak baru - Ilmuan Caltech Carver Mead mulai bekerja pada tahun 1980'an dan menciptakan istilah "neuromorphic"--tapi ini sebagian besar tetap ilmu pengetahuan proyek dengan aplikasi komersial kecil. Dalam sebuah wawancara, Senior Principal Engineer and Chief Scientist di Intel Lab Narayan Srinavasa, menjelaskan mengapa perusahaan memilih untuk terjun mengikuti jalan ini.

Hukum Moore scaling telah memungkinkan Intel untuk pack Core lebih banyak di daerah tertentu. (pekan ini Intel mengumumkan yang pertama arus utama desktop chips dengan enam Core dan mulai pengiriman Intel core X series prosesor core i9 dengan spesifikasi inti chip hingga core 18.)

Tetapi kebenaran adalah bahwa banyak beban kerja tidak dapat memanfaatkan semua Core mereka, Srinavasa mengatakan, yang telah menyebabkan fenomena yang dikenal sebagai silicon gelap. Dengan kata lain, ini hanya tidak efisien untuk menerangi semua transistor tersebut sepanjang waktu. Untuk mengatasi ini, industri membutuhkan arsitektur yang lebih efisien dan beban kerja yang saling melengkapi yang dapat mengambil keuntungan dari semua Core ini.

Intel dan lain-lain telah terinspirasi oleh desain otak karena sangat efisien di apa yang dilakukannya. Otak manusia telah diperkirakan 100 miliar neuron masing-masing dengan 10.000 koneksi sinaptik--atau total kuadriliun satu beberapa sinaps--belum beroperasi pada lebih sedikit daya dibandingkan lampu bohlam.

Tentu saja, Chip neuromorphic tidak bisa dekat ini skala ini. 14nm Loihi tes chip ini disusun menjadi 128 cluster, masing-masing berisi 1.024 neuron, untuk total sekitar 130.000 neuron dengan 130 juta sinapsis didistribusikan di antara mereka.

Tidak seperti sistem konvensional dengan menghitung terpisah dan memori, neuromorphic chip memiliki banyak memori (dalam hal SRAM cache) terletak sangat dekat dengan mesin menghitung.

Ada tidak ada jam global dalam spiking jaringan saraf idak seperti sistem konvensional dengan perhitungan terpisah memori, dan chip neuromorphic memiliki banyak memori (dalam hal ini SRAM cache) terletak sangat dekat dengan mesin menghitung.

Spiking jaringan neural--neuron hanya api ketika mereka telah mencapai tingkat aktivasi. Sisa waktu mereka tetap gelap. Operasi asynchronous ini adalah apa yang membuat chip neuromorphic energi lebih efisien daripada CPU atau GPU, yang "selalu on." Teknologi asinkron yang berakar pada titik tumpu Microsystems, sebuah perusahaan seperti Intel mengakuisisi itu kembali pada tahun 2011 yang dikembangkan untuk chip switch Ethernet, tetapi Srinivasan berkata itu hanya "teriakan besar untuk digunakan dalam teknologi lainnya."

Hal ini juga apa yang membuat spiking neural networks solusi yang menjanjikan untuk modus lain learning machine. GPU sangat cocok untuk diawasi learning karena analisa mendalam jaringan neural ini dapat dilatih secara luring menggunakan set besar berlabel data yang dapat membuat array besar sibuk. Model kemudian ditransfer dan menjalankan- suatu proses yang dikenal sebagai 'inferencing'--pada CPU, FPGAs atau ASICs khusus.

Chip Neuromorphic dapat digunakan untuk kontrol learning machine, tetapi karena mereka secara intrinsik lebih efisien, spiking jaringan neural juga harus ideal bagi tanpa pengawasan atau penguatan belajar dengan data yang jarang. Contoh yang baik ini meliputi pengawasan video yang cerdas dan Robotika.

Loihi bukanlah chip neuromorphic pertama didunia. Karena IBM TrueNorth, bagian dari proyek penelitian DARPA lama, mungkin paling dikenal, tapi usaha lainnya termasuk Neurogrid Stanford, sistem model papan sirkuit pada otak manusia di Universitas Heidelberg dan SpiNNaker Project di Universitas Manchester. Ini bergantung pada board dengan beberapa chip--dalam beberapa kasus dengan sirkuit analog--yang telah terlatih secara offline

Selain Intel mengatakan chip Loihi sama dapat digunakan untuk real-time pelatihan dan inferencing, dan learning machine dari waktu ke waktu, semakin s baik apa yang dilakukannya." Kami adalah satu-satunya yang dapat menangani semua mode ini belajar pada satu chip,"kata Srinavasa.
[source\\ 1 | 2 ]

Share this post