Pohoiki Beach di Intel, sistema neuromorfico da 64 chip, offre risultati rivoluzionari nei test di ricerca

Che cosa c’è di nuovo: Oggi Intel ha annunciato che il sistema neuromorfico (nome in codice Pohoiki Beach) da 8 milioni di neuroni comprendente 64 chip sperimentali Loihi è ora disponibile per la più ampia comunità di ricerca.

Grazie a Pohoiki Beach i ricercatori possono sperimentare Loihi, il chip di ricerca di Intel ispirato al cervello umano, che, difatti, applica i principi riscontrati nei cervelli biologici alle architetture informatiche. Loihi consente agli utenti di elaborare informazioni fino a 1.000 volte più velocemente e con un’efficienza 10.000 volte superiore rispetto alle CPU per applicazioni specializzate come sparse coding, ricerca dei grafi (graph search) e problemi di soddisfazione di vincoli (CSP).

“Siamo colpiti dai primi risultati dimostrati nell’impiego di Loihi per creare sistemi neuromorfici più potenti. Pohoiki Beach sarà disponibile a più di 60 partner dell’ecosistema che utilizzeranno questo sistema specializzato per risolvere problemi complessi e ad uso intensivo di elaborazione.” – Rich Uhlig, Managing Director degli Intel Labs

Perché è importante: Con l’introduzione di Pohoiki Beach, i ricercatori possono ora impiegare in modo efficiente nuovi algoritmi ispirati alle reti neurali (come sparse coding, localizzazione e mappatura simultanea (SLAM) e pianificazione dei percorsi) in grado di apprendere e adattarsi in base ai dati in entrata. Pohoiki Beach rappresenta un importante traguardo nella ricerca neuromorfica di Intel, consentendo agli Intel Labs di portare l’architettura a 100 milioni di neuroni entro la fine dell’anno.

Come si differenzia: Per continuare a raggiungere i guadagni in termini di potenza e prestazioni resi possibili dalla Legge di Moore non basta più la continua riduzione del processo produttivo. Man mano che nuove e complesse operazioni di computing diventano la norma, vi è la crescente necessità di architetture specializzate, progettate per applicazioni specifiche.

Il sistema neuromorfico Pohoiki Beach dimostra i vantaggi di un’architettura specializzata per le applicazioni emergenti, come alcuni dei problemi computazionali più difficili da supportare per l’Internet delle cose (IoT) e i dispositivi autonomi. Utilizzando questo tipo di sistema anziché tecnologie informatiche per uso generico possiamo aspettarci di ottenere guadagni significativi sia in velocità che in efficienza per una serie di applicazioni del mondo reale, dai veicoli autonomi alle smart home e alla sicurezza informatica.

Testimonianze dei nostri partner di ricerca: Con l’introduzione di Pohoiki Beach, Intel consentirà ai partner dell’ecosistema a livello globale di continuare ad avere un ruolo pionieristico nella prossima frontiera della ricerca algoritmica ispirata alle reti neurali.

Durante il Telluride Neuromorphic Cognition Engineering Workshop di questa settimana, ad esempio, i ricercatori stanno utilizzando sistemi Loihi per risolvere le sfide dell’ingegneria neuromorfica. I progetti includono la fornitura di capacità di adattamento alla gamba protesica AMPRO, il tracciamento degli oggetti utilizzando le fotocamere emergenti basate su eventi, l’automazione di un biliardino con rilevamento e controllo neuromorfico, l’apprendimento di come controllare un pendolo inverso lineare e l’inferenza degli input tattili per la pelle elettronica del robot iCub.

Oltre ai risultati emersi da Telluride, altri partner di ricerca stanno già riscontrando i vantaggi di Loihi su vasta scala:

“Con il chip Loihi siamo stati in grado di ottenere un consumo energetico 109 volte inferiore con un benchmark di deep learning in tempo reale rispetto a una GPU e un consumo energetico 5 volte inferiore rispetto all’hardware specializzato per l’inferenza IoT”, ha affermato Chris Eliasmith, co-CEO di Applied Brain Research e professore all’Università di Waterloo. “Inoltre, man mano che scaliamo la rete fino a 50 volte, Loihi mantiene risultati prestazionali in tempo reale e consuma solo il 30% di energia in più, mentre l’hardware IoT consuma il 500% di energia in più e non funziona più in tempo reale.”

“Loihi ci ha permesso di realizzare una rete neuronale di alto livello che imita le rappresentazioni e il comportamento neuronale del cervello. La soluzione SLAM è emersa come una proprietà della struttura della rete. Abbiamo misurato tramite benchmark la rete basata su Loihi e l’abbiamo trovata altrettanto accurata ma con un consumo di energia 100 volte inferiore rispetto al metodo SLAM basato su CPU, ampiamente utilizzato per i robot mobili”, ha osservato il professor Konstantinos Michmizos della Rutgers University mentre comunicava che il lavoro del suo laboratorio sarà presentato alla International Conference on Intelligent Robots and Systems (IROS) di novembre.

www.intel.it

  Richiedi maggiori informazioni…