據(jù)悉，IBM公司最新推出了一款名為“NorthPole（https://research.ibm.com/blog/northpole-ibm-ai-chip）”的類腦芯片，其運(yùn)行由人工智能驅(qū)動的圖像識別算法的速度是同類商業(yè)芯片的22倍，能效是同類芯片的25倍。根據(jù)IBM的一項(xiàng)研究顯示，新型硅芯片的應(yīng)用可能包括自動駕駛汽車和機(jī)器人。

以大腦為靈感的計(jì)算機(jī)硬件旨在模仿人腦以異常節(jié)能的方式快速執(zhí)行計(jì)算的非凡能力。這些機(jī)器通常用于實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)，類似地模仿大腦的學(xué)習(xí)和操作方式。

“NorthPole merges the boundaries between brain-inspired computing and silicon-optimized computing, between compute and memory, between hardware and software.”

—DHARMENDRA MODHA, IBM

受大腦啟發(fā)的電子學(xué)經(jīng)常采用的一種策略是復(fù)制生物神經(jīng)元計(jì)算和存儲數(shù)據(jù)的方式。將處理器和內(nèi)存結(jié)合起來，可以大大減少計(jì)算機(jī)在這些組件之間穿梭數(shù)據(jù)所損失的能量和時(shí)間。

該研究的主要作者、IBM大腦啟發(fā)計(jì)算的首席科學(xué)家Dharmendra Modha說：“大腦比現(xiàn)代計(jì)算機(jī)節(jié)能得多，部分原因是它在每個(gè)神經(jīng)元中都存儲了帶有計(jì)算功能的內(nèi)存?！?/p>

Modha說：“NorthPole融合了大腦啟發(fā)計(jì)算和硅優(yōu)化計(jì)算、計(jì)算和內(nèi)存、硬件和軟件之間的界限?！?/p>

新芯片針對2位、4位和8位低精度操作進(jìn)行了優(yōu)化。研究人員表示，這足以在許多神經(jīng)網(wǎng)絡(luò)上實(shí)現(xiàn)最先進(jìn)的精度，同時(shí)省去訓(xùn)練所需的數(shù)值。該研究原型在25至425兆赫的頻率范圍內(nèi)工作，每個(gè)核心每個(gè)周期可以以8位精度執(zhí)行2048次操作，以2位精度執(zhí)行8192次操作。

NorthPole是在過去八年中開發(fā)的，它建立在IBM最后一款類腦芯片TrueNorth的基礎(chǔ)上。TrueNorth于2014年首次亮相，其功率效率比當(dāng)時(shí)的傳統(tǒng)微處理器低四個(gè)數(shù)量級。

Modha說：“NorthPole的主要目標(biāo)是大幅降低TrueNorth的潛在資本成本?！?/p>

科學(xué)家們用兩個(gè)人工智能系統(tǒng)測試了NorthPole —— ResNet 50圖像分類網(wǎng)絡(luò)和Yolo-v4物體檢測網(wǎng)絡(luò)。與使用類似12納米節(jié)點(diǎn)制造的英偉達(dá)V100 GPU相比，NorthPole每瓦的能效是后者的25倍，速度是后者的22倍，同時(shí)面積只占五分之一。

“Given that analog systems are yet to reach technological maturity, this work presents a near-term option for AI to be deployed close to where it is needed.”

—VWANI ROYCHOWDHURY, UCLA

NorthPole的表現(xiàn)也優(yōu)于市場上所有其他芯片，即使是使用更先進(jìn)節(jié)點(diǎn)制造的芯片。例如，與使用4nm節(jié)點(diǎn)實(shí)現(xiàn)的英偉達(dá)H100 GPU相比，NorthPole的能效高出五倍。事實(shí)證明，NorthPole的速度大約是TrueNorth的4000倍。

加州大學(xué)洛杉磯分校的計(jì)算和人工智能科學(xué)家Vwani Roychowdhury沒有參與這項(xiàng)研究，他說：“這篇論文代表了一場工程之旅。”

新芯片的速度和效率來自于它所有的內(nèi)存都在芯片上。這意味著每個(gè)核心都可以同樣輕松地訪問芯片上的存儲器。

此外，Modha說，從設(shè)備外部看，NorthPole是一個(gè)有源存儲芯片。這有助于將NorthPole集成到系統(tǒng)中。

Modha說，NorthPole的潛在應(yīng)用可能包括圖像和視頻分析、語音識別，以及被稱為變壓器的神經(jīng)網(wǎng)絡(luò)，這些網(wǎng)絡(luò)是為聊天機(jī)器人（如ChatGPT）提供動力的大型語言模型（LLM）的基礎(chǔ)。IBM表示，這些人工智能任務(wù)可能會用于自動駕駛汽車、機(jī)器人、數(shù)字助理和衛(wèi)星觀測等領(lǐng)域。

一些應(yīng)用程序要求神經(jīng)網(wǎng)絡(luò)太大，無法安裝在單個(gè)NorthPole芯片上。Modha說，在這種情況下，這些網(wǎng)絡(luò)可以分解成更小的部分，可以分布在多個(gè)NorthPole芯片上。

IBM指出，NorthPole的效率顯示出它不需要龐大的液體冷卻系統(tǒng)來運(yùn)行——風(fēng)扇和散熱器就足夠了。這意味著它可以部署在更小的空間。

科學(xué)家們注意到，IBM用12納米的節(jié)點(diǎn)工藝制造了NorthPole。目前CPU的技術(shù)水平是3納米，IBM已經(jīng)花了數(shù)年時(shí)間研究2納米節(jié)點(diǎn)。該公司表示，這表明，這種類腦策略可能很容易取得進(jìn)一步的成果。

NorthPole的架構(gòu)類型通常被稱為內(nèi)存計(jì)算，可以是數(shù)字的，也可以是模擬的。在諸如NorthPole之類的數(shù)字內(nèi)存計(jì)算系統(tǒng)中，需要許多電路來運(yùn)行乘法-累加（MAC）運(yùn)算，這是神經(jīng)網(wǎng)絡(luò)中最基本的計(jì)算。相比之下，內(nèi)存中的模擬計(jì)算系統(tǒng)擁有更適合執(zhí)行這些操作的組件。

內(nèi)存中的模擬計(jì)算比數(shù)字計(jì)算需要更少的功率和空間。然而，這些模擬系統(tǒng)通常需要新的材料和制造技術(shù)，而NorthPole是使用傳統(tǒng)的半導(dǎo)體制造技術(shù)制造的。

Roychowdhury表示：“鑒于模擬系統(tǒng)尚未達(dá)到技術(shù)成熟度，這項(xiàng)工作為人工智能在需要的地方部署提供了一個(gè)近期選擇?！?/p>

審核編輯：彭菁