211service.com
El chip de IBM procesa datos de manera similar a como lo hace su cerebro
Un nuevo tipo de chip de computadora, presentado hoy por IBM, toma señales de diseño de la capa exterior arrugada del cerebro humano. Aunque no es rival para un microprocesador convencional en el procesamiento de números, el chip consume significativamente menos energía y es mucho más adecuado para procesar imágenes, sonido y otros datos sensoriales.
Nuevo pensamiento: IBM ha construido un procesador diseñado utilizando principios que funcionan en su cerebro.
El chip SyNapse de IBM procesa la información utilizando una red de poco más de un millón de neuronas, que se comunican entre sí mediante picos eléctricos, como lo hacen las neuronas reales. El chip utiliza los mismos componentes básicos que los chips comerciales actuales: transistores de silicio. Pero sus transistores están configurados para imitar el comportamiento de ambas neuronas y las conexiones (sinapsis) entre ellas.
El chip SyNapse rompe con un diseño conocido como la arquitectura de Von Neumann que ha sustentado a los chips de computadora durante décadas. Aunque los investigadores han estado experimentando con chips modelados en cerebros, conocidos como chips neuromórficos, desde finales de la década de 1980, hasta ahora todos han sido mucho menos complejos y no lo suficientemente potentes como para ser prácticos (ver Pensar en silicio). Los detalles del chip se publicaron hoy en la revista. Ciencias .
El nuevo chip aún no es un producto, pero es lo suficientemente potente como para trabajar en problemas del mundo real. En una demostración en el centro de investigación Almaden de IBM, Revisión de tecnología del MIT vio a uno reconocer automóviles, personas y bicicletas en un video de una intersección de carreteras. Una computadora portátil cercana que había sido programada para hacer la misma tarea procesó el metraje 100 veces más lento que en tiempo real y consumió 100.000 veces más energía que el chip de IBM. Los investigadores de IBM ahora están experimentando con la conexión de múltiples chips SyNapse y esperan construir una supercomputadora usando miles.
Cuando los datos se introducen en un chip SyNapse, provocan una serie de picos y sus neuronas reaccionan con una tormenta de más picos. El poco más de un millón de neuronas en el chip están organizadas en 4096 bloques idénticos de 250, un arreglo inspirado en la estructura de los cerebros de los mamíferos, que parecen estar construidos a partir de circuitos repetitivos de 100 a 250 neuronas, dice Dharmendra Modha , científico jefe de computación inspirada en el cerebro de IBM. La programación del chip implica elegir qué neuronas están conectadas y con qué fuerza se influyen entre sí. Para reconocer autos en video, por ejemplo, un programador realizaría los ajustes necesarios en una versión simulada del chip, que luego se transferiría a la realidad.
En los últimos años, los principales avances en el análisis de imágenes y el reconocimiento de voz se han producido mediante el uso de grandes redes neuronales simuladas para trabajar con datos (consulte Aprendizaje profundo). Pero esas redes requieren grupos gigantes de computadoras convencionales. Como ejemplo, la famosa red neuronal de Google capaz de reconocer caras de gatos y humanos requirió 1,000 computadoras con 16 procesadores cada una (ver Software autodidacta).
Aunque el nuevo chip SyNapse tiene más transistores que la mayoría de los procesadores de escritorio, o cualquier chip que IBM haya fabricado, con más de cinco mil millones, consume sorprendentemente poca energía. Al ejecutar la demostración de reconocimiento de video de tráfico, consumió solo 63 milivatios de energía. Los chips de servidor con un número similar de transistores consumen decenas de vatios de potencia, unas 10 000 veces más.
La eficiencia de las computadoras convencionales está limitada porque almacenan datos y programan instrucciones en un bloque de memoria que está separado del procesador que ejecuta las instrucciones. A medida que el procesador trabaja con sus instrucciones en una secuencia lineal, tiene que transportar constantemente información de un lado a otro del almacén de memoria, un cuello de botella que ralentiza las cosas y desperdicia energía.
El nuevo chip de IBM no tiene memoria ni bloques de procesamiento separados, porque sus neuronas y sinapsis entrelazan las dos funciones. Y no funciona con datos en una secuencia lineal de operaciones; las neuronas individuales simplemente se disparan cuando los picos que reciben de otras neuronas lo provocan.
Horst Simón , subdirector del Lawrence Berkeley National Lab y experto en supercomputación, dice que hasta ahora la industria se ha centrado en jugar con el enfoque de Von Neumann en lugar de reemplazarlo, por ejemplo, usando múltiples procesadores en paralelo o usando procesadores gráficos para acelerar ciertos tipos de cálculos. El nuevo chip puede ser un desarrollo histórico, dice. El bajísimo consumo de energía y la escalabilidad de esta arquitectura son realmente únicos.
Una desventaja es que el chip de IBM requiere un enfoque de programación completamente nuevo. Aunque la compañía anunció un conjunto de herramientas orientadas a escribir código para su próximo chip el año pasado (ver IBM Scientists Show Blueprints for Brainlike Computing), incluso los mejores programadores encuentran doloroso aprender a trabajar con el chip, dice Modha: Casi siempre es frustrante. experiencia. Su equipo está trabajando para crear una biblioteca de bloques de código listos para usar para facilitar el proceso.
Pedirle a la industria que adopte un tipo de chip y una forma de codificación completamente nuevos puede parecer audaz. Pero IBM puede encontrar una audiencia receptiva porque está quedando claro que las computadoras actuales no podrán ofrecer mucho más en cuanto a ganancias de rendimiento. Este chip llega en el momento adecuado, dice Simon.