Нейроморфные чипы более энергоэффективны для глубокого обучения

Исследование было проведено Институтом теоретической информатики Технологического университета Граца (TU Graz) в Австрии с использованием нейроморфного чипа Intel Loihi 2 , который содержит около миллиона искусственных нейронов. Согласно исследованию , нейроморфные чипы Intel в 16 раз более энергоэффективны в задачах глубокого обучения, чем существующее оборудование. Тест проводился с использованием 32 чипов Intel Loihi 2 и привел к важному открытию в сфере искусственного интеллекта.

По утверждению исследователей , «поразительные достижения высокотехнологичных ИИ систем AlphaGo и AlphaZero от DeepMind, требуют тысяч параллельных процессоров, каждый из которых может потреблять около 200 Вт».

«Наша система в 4-16 раз более энергоэффективна, чем другие ИИ модели на обычном оборудовании. Дальнейшее повышение эффективности произойдет благодаря следующему поколению процессора Loihi», - сказал аспирант Института теоретической информатики Технического университета Граца Филипп Планк.

Эксперты работали с алгоритмами, включающими временные процессы. Одним из приведенных примеров была система, которая отвечала на вопросы о ранее рассказанной истории или определяла отношения между объектами или людьми из контекста. Модель имитировала кратковременную память человека. В исследовании специалисты связали два типа сетей глубокого обучения:

• нейронные сети с обратной связью, которые отвечают за кратковременную память и могут управлять объектами, распознавать текст, речь и описывать изображения;
• сети с прямой связью, способные прогнозировать, распознавать образы и классифицировать объекты.

По заявлению Intel, технология нейроморфных чипов может быть интегрирована в ЦП, чтобы добавить в систему энергоэффективную ИИ обработку. Кроме того, доступ к нейроморфным процессорам может быть предоставлен в виде облачного сервиса.