Čip TrueNorth je navržen tak, aby simuloval funkce lidského mozku. IBM nyní rozjelo sérii testů, aby demonstrovalo rychlost a úspornost těchto čipů v porovnání se současnými počítači.
Výsledky přímého porovnání jsou působivé. TrueNorth je schopen deep learningu a vytváří rozhodnutí na základě asociací a pravděpodobností; tedy podobně jako člověk. Navíc umí tuto činnost vykonávat jen za zlomek energie, kterou vyžadují jiné čipy se stejným účelem.
Výpočetní kapacita TrueNorth čipu „otevře možnost vložit inteligenci do celého počítačového odvětví, od internetu věcí k chytrým telefonům, robotům, autům, cloudu i superpočítačům,“ píše firma na svém blogu.
Již dříve v tomto roce IBM ukázala možnosti čipu v novém počítači zvaném NS16e, který má napodobovat mozek. Lze jej využít pro rozpoznání obrazu, hlasu a datových vzorců díky neuronové síti procesorových jednotek.
Lidský mozek se skládá ze 100 miliard neuronů, které vzájemně komunikují prostřednictvím bilionů synapsí. Mozková kůra, jedna ze součástí mozku, je zodpovědná za zpracovávání části vizuálních vjemů a motorických funkcí. Systém, kterým tělo obraz rozpoznává a zpracovává je samozřejmě mnohem složitější, zde se jedná jen o jednu z posledních částí procesu.
Podobně jako mozek má i NS16e své „digitální neurony“, ale samozřejmě v menší míře, s 16 TrueNorth čipy v soustavě. Každý z TrueNorth čipů má 1 milion neuronů a 256 milionů synapsí, které jsou spolu propojeny pomocí obvodů. NS16e pozměnila způsob operování s pamětí, výpočty a komunikačními podsystémy v zájmu úspornějšího a rychlejšího zpracování dat.
Podle IBM umí TrueNorth rozčlenit data z vizuálních vjemů rychlostí mezi 1 200 až 2 600 FPS, přičemž vyžaduje pouze 25 až 276 miliwattů energie. Procesor také rozpozná vzorce z obrazu generovaného 50 až 100 kamerami v rychlosti 24 FPS. Je toho schopný za použití smartphonu bez potřeby několikadenního nabíjení.
To je o mnoho efektivnější než současné servery, které spoléhají na konvenční čipy typu GPU, CPU a FPGA pro rozpoznávání obrazu a řeči. Facebook, Google, Microsoft a Baidu kupříkladu využívají deep learning na vyhledání odpovědí souvisejících s rozpoznáváním řeči a obrázků. Tyto deep learning systémy jsou obvykle poháněny standardními GPU, které běžně vyžadují přes 150 wattů elektrického výkonu.
TrueNorth využívá systému algoritmů a učebních modelů, zahrnujících rozpoznávání vzorců a asociace minulých a aktuálních dat. Pro různé modely deep learningu se neustále vytváří další a další algoritmy, čip však zvládá i ty existující typu MatConvNet. Princip spočívá v tom, že vývojáři vytvoří učební modely na MatConvNetu a TrueNorth čip zařídí procesy v pozadí – vývojář s ním nepřijde přímo do kontaktu.
Podobný proces se odehrával v prvotních dnech vývoje počítačových her, kdy programátoři neměli ke GPU přístup a neuměli využít možností grafického procesoru. Firma Vulcan nedávno vyměnila OpenGL API a otevřela funkce GPU přímo programátorům, kteří tak mohou lépe využít jejich možnosti.
Potenciál deep learningu nejlépe ilustrují samoříditelná auta. Silné počítače umožňují vozu bezpečně navigovat pomocí rozpoznávání signálů, jízdních pruhů a dalších objektů. Podobně jako čipy v autech a serverech, TrueNorth vykonává low-level processing na každém neuronu. Ty jsou navzájem propojeny, aby zvládly identifikovat objekty, případně zvuky, v obraze. Tuto techniku využívají i megačipy Intelu a Nvidie, které jsou však mnohem energeticky náročnější než TrueNorth.
IBM je však s novým čipem teprve na samém počátku. Společnost chce vybudovat kompletní počítač s množstvím těchto čipů, které by odpovídalo lidskému mozku; to však vyžaduje vytvoření algoritmů a aplikací pro tak obří přístroj.
IBM začala s vývojem čipů inspirovaných lidským mozkem již v roce 2004, a vytvořila počítačovou simulaci kočičího mozku o pět let později. Prototyp čipu z roku 2011 má 256 digitálních neuronů a umí rozpoznávat tvary a datové vzorce. Počítač, který by skutečně imitoval lidský mozek, však může být stále ještě na roky vzdálen.
Mimo „mozkových“ superpočítačů IBM experimentuje s oblíbenými kvantovými počítači, aby firma nahradila současné, desítky let staré počítačové designy.
Další čipy, které by emulovaly fungování lidského mozku, vyvíjí HPE, Stanfordská univerzita v USA, Heidelbergská univerzita v Německu a Machesterská univerzita ve Spojeném království.
PŘEDPLATNÉ
ČLÁNKY DO MAILU