Полвека назад микропроцессоры пошли по пути универсализации. Мы помним, что первый микропроцессор 4004 от Intel был создан, как универсальное вычислительное устройство для микрокалькулятора вместо конгломерата из нескольких разных узкоспециализированных микросхем. С тех пор развитие универсальных процессоров шло по пути дополнения универсальности за счёт новых, уже специализированных команд. Тем самым повышалась универсализация процессора в смысле его применения.
У многих может возникнуть путаница с термином «универсальный». Вообще, универсальным микропроцессором называют процессор с системой команд, не заточенной под какие-то определённые алгоритмы и позволяющей реализовать, по сути, любой алгоритм. Но с течением времени универсальность применения процессора в обычном понимании этого слова расширялась именно за счёт дополнения универсальной системы команд более эффективными узкоспециализированными командами.
В микропроцессор пихали всё новые и новые функции, и даже, начиная с intel 80486DX, включили в его состав математический сопроцессор, который до этого всегда считался отдельной единицей.
Конечно, параллельно существовали и другие, узкоспециализированные микропроцессоры, которые применялись в различных специализированных устройствах, но это были лишь тоненькие ручейки, сопровождающие основной тренд.
С появлением мобильных телефонов ситуация несколько изменилась. Сохраняя универсальную систему команд, процессоры разделились на высокопроизводительные и энергоэффективные. Чуть раньше предтечей энергоэффективного направления стали экономичные мобильные версии универсальных микропроцессоров, применявшиеся в ноутбуках.
Дальнейшее развитие специфичности применения микропроцессоров перемешалось с трендом дальнейшей универсализации применения микропроцессоров за счёт интеграции в рамках одного микрочипа разнородных узкоспециализированных ядер. Думаю, этот тренд будет продолжаться.
Вместе с тем, начиная где-то с 2012-го года, сильно пошло в рост направление нейросетевых вычислений. Это довольно специфичные вычисления, эффективность которых можно сильно повысить, если отойти от универсальной системы команд. Принципы этих вычислений отдалённо напоминают физические принципы работы человеческого мозга.
Углубляться в них в рамках данной статьи мы не будем, при желании вы можете изучить эту тему дополнительно. Отмечу только, что на принципах нейросетевых вычислений работают системы, скажем, автоматического раскрашивания чёрно-белых фотографий, онлайн-сервисы которого стали так популярны в Интернете в последние годы.
Наступающая новая эра интеллектуальных систем, интернета вещей, роботов и беспилотного транспорта нуждается в новых вычислительных средствах, способных в реальном режиме времени слышать, видеть и обрабатывать разнородные «зашумленные» данные большого объема. И в этом очень помогут нейроморфные микропроцессоры, способные эффективно производить необходимые для этих задач нейросетевые вычисления.
И да, не путайте нейросетевые вычисления с квантовыми. Это совершенно разные вещи :-)
Нейроморфные микропроцессоры
Для того, чтобы повысить эффективность нейросетевых вычислений, несколько лет назад ведущие разработчики микропроцессоров, такие, как Nvidia и Intel, приступили к разработке специализированных нейроморфных чипов (разновидность нейронных процессоров). Свои исследования в этой области велись и в России компанией Мотив НТ.
В отличие от традиционных вычислительных архитектур, логика нейроморфных процессоров рассчитана на создание искусственных нейронных сетей. Как и в обычных микропроцессорах, в нейроморфных тоже используются обычные транзисторы, из которых строятся вычислительные ядра. Каждое из ядер эмулирует работу нескольких сотен нейронов головного мозга и, таким образом, одна интегральная схема, содержащая несколько тысяч таких ядер, алгоритмически может воссоздать массив из нескольких сотен тысяч нейронов и на порядок больше синапсов.
Реальная актуальность нейроморфных процессоров привела к тому, что «Лаборатория Касперского» ещё в 2020-м году подключилась к разработкам, а недавно даже объявила об инвестициях в компанию «Мотив НТ», став акционером этой компании с долей участия 15%.
Это первый раунд наших инвестиций, и мы намерены продолжить увеличивать нашу долю в ближайшие годы. Доступ к нейроморфным технологиям открывает путь к формированию глобальной технологической экосистемы «Лаборатории Касперского».
К собственной операционной системе KasperskyOS, полному набору ПО для противодействия киберугрозам, а также офисному пакету «Мой офис» в перспективе добавятся аппаратные решения на основе нейроморфного процессора!
Микропроцессор «Алтай»
Разрабатываемый нейроморфный процессор «Алтай» создаётся для эффективного исполнения нейронных сетей в разных классах интеллектуальных устройств: от IoT до дата-центров.
Он может применяться для систем технического зрения, интеллектуальных и робототехнических систем, центров обработки данных. Нейропроцессор будет использоваться для задач распознавания и классификации видео- и аудио- образов, интегрирования и обработки информации от различных датчиков и сенсоров.
Микропроцессор содержит 256 нейроядер, в которых 131 072 нейрона, что в совокупности дает более 67 млн синапсов. Всё это умещается на площади в 64 мм² и потребляет всего 0,5 Вт.
Техпроцесс — 28 нм. Производительность — около 67 млрд действий в секунду. Процессор может обрабатывать до 2200 кадров в секунду.
Техпроцесс рассчитан на возможность изготовления этих процессоров на территории России на разрабатываемом сегодня оборудовании, которое планируется к выпуску к 2030-му году. В то же время, инженерные прототипы изготавливались за рубежом, и в настоящее время при определённых политических условиях могут быть изготовлены на территории материкового Китая.
Лаборатория Касперского:
Тестирование показало, что нейроморфный процессор «Алтай» потребляет почти в 1 тысячу раз меньше энергии, чем широко применяемые сегодня традиционные графические ускорители (GPU). На сегодняшний день это один из самых энергоэффективных процессоров в мире.
В настоящее время ведется разработка второй версии чипа. Реализована возможность масштабирования по технологии нейрочип — нейроморфный акселератор (16 чипов в одной плате, возможность подключения к компьютеру напрямую) — объединительная плата (до 16 акселераторов, подключение по интерфейсу USB 3.0).
Также разработан комплект программного обеспечения (SDK), содержащий необходимые программные инструменты для работы с микропроцессором, в том числе для конвертации обученных нейронных сетей в импульсные нейронные сети.
Заключение
Судя по всему, на этот раз мы намерены по-серьёзному участвовать в гонке вычислительных технологий. Пора, как говориться, ходить по большому, дабы не об... отстать навсегда.
Ставьте нравлики и делитесь своими соображениями в комментариях. Подписывайтесь на мой канал! Удачи вам! :-)