Intel đã công bố sự sẵn sàng của hệ thống nghiên cứu cấu trúc thần kinh Pohoiki Springs. Đây là hệ thống mới và mạnh nhất của hãng, cung cấp khả năng tính toán của 100 triệu tế bào nơ ron. Hệ thống dựa trên đám mây cho phép các thành viên của cộng đồng Intel về nghiên cứu cấu trúc thần kinh (INRC) , mở rộng khả năng giải quyết vấn đề lớn hơn, phức tạp hơn.
Mike Davies, giám đốc Phòng thí nghiệm điện toán nơ ron của Intel cho biết: “Pohoiki Springs tăng hiệu suất chip nghiên cứu nơ ron Loihi lên hơn 750 lần trong khi hoạt động ở mức công suất dưới 500W. Hệ thống cho phép các đối tác nghiên cứu của chúng tôi khám phá các phương pháp để tăng tốc khối lượng công việc trên các kiến trúc thông thường, bao gồm cả hệ thống máy tính hiệu suất cao (HPC).”
Pohoiki Springs là hệ thống gắn trên giá đỡ của trung tâm dữ liệu. Cho đến nay, đây là hệ thống tính toán nơ ron đa hình lớn nhất của Intel. Nó tích hợp 768 chip nghiên cứu nơ ron Loihi trong một khung máy có kích thước bằng năm máy chủ tiêu chuẩn.
Bộ xử lý Loihi lấy cảm hứng từ bộ não con người, có khả năng xử lý khối lượng công việc nhanh hơn 1.000 lần và hiệu quả hơn 10.000 lần so với các bộ xử lý thông thường. Pohoiki Springs là bước tiếp theo trong việc mở rộng quy mô kiến trúc nhằm giải quyết các vấn đề về trí tuệ nhân tạo (AI) và một loạt các vấn đề khó về mặt tính toán. Các nhà nghiên cứu của Intel tin rằng Pohoiki Springs nhờ tính song song mạnh mẽ và tín hiệu không đồng bộ của các hệ thống nơ ron đa hình, có thể mang lại hiệu suất cao với mức tiêu thụ năng lượng giảm đáng kể so với các máy tính thông thường tiên tiến nhất hiện nay.
Trong thế giới tự nhiên, ngay cả một số sinh vật sống nhỏ nhất cũng có thể giải quyết các vấn đề tính toán cực kỳ khó. Ví dụ, nhiều loài côn trùng có thể theo dõi trực quan các đối tượng và điều hướng tránh chướng ngại vật trong thời gian thực, mặc dù bộ não chỉ gần 1 triệu tế bào nơ ron.
Tương tự, hệ thống cấu trúc nơ ron nhỏ nhất của Intel, Kapoho Bay, bao gồm hai chip Loihi với 262.000 tế bào nơ ron cũng hỗ trợ nhiều khối lượng công việc ở thời gian thực. Các nhà nghiên cứu của Intel và INRC đã chứng minh khả năng Loihi nhận dạng cử chỉ trong thời gian thực, đọc chữ nổi, định hướng sử dụng các mốc trực quan biết trước và tìm hiểu các mẫu mùi mới trong khi chỉ tiêu thụ hàng chục miliwatt điện. Các ví dụ quy mô nhỏ này cho thấy Loihi có khả năng mở rộng tuyệt vời đối với các vấn đề lớn hơn, chạy nhanh hơn và hiệu quả hơn so với các giải pháp thông thường.
Cách thức sử dụng: Các hệ thống cấu trúc nơ ron của Intel như Pohoiki Springs vẫn đang trong giai đoạn nghiên cứu và không nhằm thay thế các hệ thống máy tính thông thường. Thay vào đó, chúng cung cấp công cụ để các nhà nghiên cứu phát triển và mô tả các thuật toán lấy cảm hứng từ nơ ron mới để xử lý, giải quyết vấn đề, thích ứng và học hỏi theo thời gian thực.
Các thành viên INRC sẽ truy cập và xây dựng các ứng dụng trên Pohoiki Springs thông qua đám mây bằng cách sử dụng SDK Nx của Intel và các phần mềm do cộng đồng đóng góp.
Một số ví dụ về các thuật toán nổi bật, có khả năng mở rộng cao đang được phát triển cho Loihi như:
Thỏa mãn các ràng buộc (Constraint_satisfaction): Các vấn đề về Thỏa mãn các ràng buộc hiện diện ở khắp mọi nơi trong thế giới thực, từ trò chơi sudoku đến lên lịch trình hàng không, đến lập kế hoạch vận chuyển gói hàng. Chúng yêu cầu đánh giá số lượng lớn các giải pháp tiềm năng để xác định giải pháp thỏa mãn các điều kiện cụ thể. Loihi có thể giải quyết các vấn đề đó bằng cách đánh giá song song nhiều giải pháp khác nhau ở tốc độ cao.
Tìm kiếm biểu đồ và mẫu: Hàng ngày, mọi người tìm kiếm cấu trúc dữ liệu dựa trên biểu đồ để tìm đường đi tối ưu và các mẫu phù hợp như chỉ đường lái xe hoặc để nhận dạng khuôn mặt. Loihi cho thấy khả năng xác định nhanh đường đi ngắn nhất trong đồ thị và thực hiện các tìm kiếm hình ảnh gần đúng.
Các vấn đề về tối ưu hóa: Việc lập trình các kiến trúc nơ ron nhằm tối ưu hóa theo thời gian các mục tiêu cụ thể của các hành vi động như tối đa hóa băng thông của kênh truyền thông không dây hoặc phân bổ danh mục đầu tư chứng khoán để giảm thiểu rủi ro với tỷ lệ hoàn vốn theo yêu cầu.
Giới thiệu về Điện toán nơ ron: Các bộ xử lý đa năng truyền thống, như CPU và GPU đặc biệt có kỹ năng trong các tác vụ khó đối với con người, như các phép tính toán học có độ chính xác cao. Nhưng vai trò và các ứng dụng của công nghệ ngày càng mở rộng, đòi hỏi máy tính hoạt động giống con người hơn, yêu cầu phải xử lý dữ liệu không có cấu trúc và nhiễu trong thời gian thực đồng thời thích ứng với sự thay đổi. Những thách thức này thúc đẩy sự phát triển của các kiến trúc mới và chuyên biệt.
Mục đích của điện toán nơ ron là áp dụng những hiểu biết mới nhất từ khoa học nơ ron để tạo ra những con chip hoạt động ít giống máy tính truyền thống mà giống não người hơn. Các hệ thống hình thái nơ ron tái tạo cách thức tổ chức, giao tiếp và học hỏi của các tế bào nơ ron ở cấp độ phần cứng. Intel nhận thấy Loihi và các bộ xử lý nơ ron đa hình trong tương lai xác định một mô hình mới của máy tính có thể lập trình để phục vụ nhu cầu ngày càng tăng của thế giới về các thiết bị thông minh.
Biên dịch: Bắc Đặng