Привет, эксперты! Мы наткнулись на новость про создание в Cortic Labs первого аналого-цифрового компьютера на основе нейронных сетей — фирма

Привет, эксперты! Мы наткнулись на новость про создание в Cortic Labs первого аналого-цифрового компьютера на основе нейронных сетей — фирма называет это «первым в мире биологическим компьютером с развертываемым кодом». По сути, это бульон с человеческими нейронами, которые растут на кремниевом чипе. Решили вспомнить, что это вообще за нейроморфные процессоры, которые подражают мозгу — рассказываем в #контексте.

По азам: концепция «нейроморфной инженерии» родилась в 1986 в Калифорнийском Технологическом (CalTech). Идея заключалась в создании электроники, которая имитировала бы аналоговую природу биологических нейронов. Вопрос обсуждался и критиковался вплоть до нулевых, после началось прототипирование, и вот уже в 2010-х дело дошло до появления первых крупных проектов от техногигантов.

Какой смысл делать машину, подражающую человеческому мозгу? Уступим слово экспертам.

— До сих пор мы создаем ИИ для классического компьютерного железа, чтобы решать те же задачи, которые решают биологические системы. И мы видим большой разрыв в эффективности их работы. Например, самый мощный компьютер распознает кошку/собаку на 3 порядка хуже по энергоэффективности, чем наш мозг, — пояснял эксперт «Росатома».

Работает это так: в отличие от архитектуры фон Неймана, где процессор и память разделяются, архитектура по нейроморфному подходу подразумевает объединение обеих функций под одним капотом. Чипы на базе обычных транзисторов собираются в одну сетку, чаще всего, по принципам спайковых моделей (Spiking neural network, SNN). В этой модели «нейроны» генерируют кратковременные электрические всплески (спайки) только при достижении определенного порога. Информация кодируется не через величину сигнала, а через время между спайками.

Коммерциализация началась с чипов TrueNorth от IBM (2014 год) и Loihi от Intel (2017 год). TrueNorth имеет под капотом 5,4 млрд транзисторов по технологии 28 нм на заводе Samsung — это дало аж 256 млн эмулируемых связей-синапсов, более поздний Loihi, пускай тянет и меньше, всего 130 млн синапсов, но при меньшем числе ядер. Цифры крутые, но человеческий мозг тянет аж 80 млрд синапсов.

Сейчас Международный рынок нейроморфных вычислений на 2024 год составляет скромные $8,3 млрд, но эксперты Precedence Research обещают сфере крайне радужные перспективы — к 2034 году рынок вымахает до 47,3 млрд $, то есть среднегодовые темпы роста составят 21,4 %. За «паровоз» в индустрии выступает развитие рынка ИИ — а конкретно, сложные алгоритмы для медицины, фармацевтики, автоиндустрии и научной сфере. Кроме того, современные системы машинного обучения требуют колоссальных вычислительных мощностей — вопрос энергоэффективности как раз и решают нейроморфоные чипы.

Понятное дело, что первые позиции занимают первопроходцы Intel и IBM, в 2021 году даже вышел Loithi 2. С 2022 года на рынок вышла BrainChip с чипом Akida, за 500 $ можно получить чип, поддерживающий встроенное обучение и дедукцию, а также поддерживает различные сенсорные входы, такие как приложения для зрения, звука, обоняния и интеллектуальные приложения для датчиков. Есть на рынке и Qualcomm, который пытается внедрить нейроморфные вычисления на мобильные устройства (интересно, почему его тогда не заинтересовал раздел Intel?).

Массовому внедрению мешает, например, проблема масштаба — Loihi 2 имитирует около 1 млн нейронов, а человеческий мозг работает на 86 млрд. Другая аппаратная проблема — нет единого стандарта по созданию процессоров, каждый производитель использует свою архитектуру. Это усложняет разработку ПО,для которой общих стандартов тоже, конечно же, нет. Все это стоит денег, нужны специалисты-междисциплинарщики, и все это неизвестно, когда начнет приносить большие деньги.

Словом, пока обычное оборудование Nvidia массово скупают, а фирме даже приходится отряжать специалистов для поиска способов ухудшить свое железо, производители нейроморфных процессоров упираются в массу трудностей.