Пока мир технологий увлечен последними крупными языковыми моделями (LLMs) на базе GPU от Nvidia, в области ИИ-аппаратного обеспечения происходит более тихая революция. С выявлением ограничений и энергетических потребностей традиционных архитектур глубокого обучения появляется новая парадигма — нейроморфные вычисления. Этот подход обещает значительно сократить вычислительные и энергозатратные требования ИИ.
Понимание нейроморфных вычислений
Что такое нейроморфные системы? Чтобы разобраться в этом, мы поговорили с Сумеетом Кумаром, генеральным директором и основателем Innatera, новаторского стартапа в области нейроморфных чипов.
«Нейроморфные процессоры созданы для имитации того, как биологические мозги обрабатывают информацию», — объяснил Кумар. «Вместо последовательного выполнения операций с хранимыми данными эти чипы используют сети искусственных нейронов, которые общаются через импульсы, наподобие реального нейронного поведения.»
Этот вдохновленный мозгом дизайн предлагает явные преимущества, особенно для периферийных вычислений в потребительских устройствах и промышленных приложениях IoT. Кумар представил несколько убедительных случаев применения, таких как постоянная обработка звука для голосовой активации, слияние датчиков в робототехнике в реальном времени и компьютерное зрение с ультранизким потреблением энергии.
«Ключевое преимущество нейроморфных процессоров заключается в том, что они выполняют сложные задачи ИИ с использованием лишь небольшой доли энергии, необходимой традиционным решениям», — отметил Кумар. «Это открывает возможности для непрерывного слежения за окружающей средой в устройствах на батарейках, что ранее было недостижимо.»
Применение нейроморфных чипов в реальном мире
Флагманский продукт Innatera, процессор Spiking Neural Processor T1, был представлен в январе 2024 года, продемонстрировав эти инновации. T1 сочетает в себе движок событийного вычисления с традиционным ускорителем CNN и процессором RISC-V, создавая надежную платформу для ультранизкомощного ИИ в устройствах с батарейным питанием.
«Наши нейроморфные решения обеспечивают вычисления с потреблением энергии в 500 раз меньше, чем традиционные методы», — заявил Кумар. «Также мы достигаем скорости распознавания паттернов, примерно в 100 раз быстрее, чем у конкурентов.»
Одним из интересных применений является сотрудничество с Socionext, японским изготовителем сенсоров, для разработки технологии детекции человеческого присутствия. Демонстрируемое на выставке CES в январе, это решение сочетает радарный сенсор с нейроморфным чипом Innatera, что приводит к созданию энергоэффективных и защищающих конфиденциальность устройств.
«Возьмем, к примеру, видеозвонки», — объяснил Кумар. «Традиционные модели полагаются на энергоемкие сенсоры изображения, которые требуют частой подзарядки. Наш подход использует радарный сенсор, который работает гораздо эффективнее.» Эта технология определяет наличие человека, независимо от движения, по сердечному ритму, поддерживая конфиденциальность до момента активации.
Последствия выходят за рамки дверных звонков и охватывают автоматизацию умного дома, безопасность зданий и определение присутствия в автомобилях. «Это демонстрирует, как нейроморфные вычисления могут трансформировать повседневные устройства», — подчеркнул Кумар. «Мы предоставляем ИИ-способности на грани, значительно снижая потребление энергии и повышая уровень конфиденциальности.»
Максимизация эффективности в вычислениях ИИ
Впечатляющие успехи в энергопотреблении и скорости вызвали заметный интерес в отрасли. Кумар сообщил о нескольких взаимодействиях с клиентами, при этом интерес к нейроморфным технологиям steadily увеличивается. Компания планирует встраивать интеллект в миллиард устройств к 2030 году, нацеливаясь на рынок приложений с сенсорами.
В ответ на растущий спрос Innatera усиливает производственные усилия. Процессор Spiking Neural Processor начнет производство во второй половине 2024 года, с высокими объемами поставок, ожидаемыми во втором квартале 2025 года. С момента своего основания в 2018 году в Делфтском университете технологий Innatera увеличила число сотрудников до 75 и недавно добавила к своему консультативному совету бывшего VP Apple Дюко Пасмуйя.
Компания завершила раунд финансирования серии A на сумму 21 миллион долларов с избытком, среди значимых инвесторов — Innavest, InvestNL, EIC Fund и MIG Capital. Эта мощная поддержка подчеркивает интерес к нейроморфным вычислениям.
Кумар предвидит будущее, где нейроморфные чипы будут управлять задачами ИИ на грани, в то время как более крупные базовые модели будут поддерживаться в облаке. «Между ними наблюдается естественная синергия», — рассказал он. «Нейроморфные технологии отлично справляются с быстрой обработкой данных реальных сенсоров, в то время как крупные языковые модели лучше подходят для сложного мышления и задач, требующих глубоких знаний.»
«Это не просто о сырой вычислительной мощности», — отметил Кумар. «Человеческий мозг выполняет удивительные задачи интеллекта, используя долю энергии, необходимой современным системам ИИ. Вот в чем заключается обещание нейроморфных вычислений — ИИ, который не только более способен, но и значительно более эффективен.»
Легкая интеграция с инструментами для разработчиков
Кумар выделил важный фактор в продвижении нейроморфных технологий: удобные инструменты для разработчиков. «Мы разработали полный набор инструментов для разработки программного обеспечения (SDK), который позволяет разработчикам приложений легко нацеливаться на наш кремний», — заявляет Кумар.
SDK Innatera использует PyTorch, популярный фреймворк машинного обучения. «Разработчики могут полностью создавать свои нейронные сети в стандартной среде PyTorch», — отметил Кумар. «Если вы знакомы с PyTorch, вы можете без труда использовать SDK с нашими чипами.»
Этот упрощенный подход снижает барьеры для разработчиков, позволяя им использовать свои существующие навыки, задействуя возможности нейроморфных вычислений. «Это прямолинейный и эффективный способ создания и развертывания приложений на наших чипах», — добавил Кумар, указав на возможность быстрой интеграции в различных приложениях ИИ.
Тихий сдвиг в Кремниевой долине
Пока крупные языковые модели занимают первые полосы новостей, лидеры отрасли все больше признают необходимость в новаторских архитектурах чипов. В частности, генеральный директор OpenAI Сэм Альтман, сторонник продвижения технологий ИИ, инвестировал в Rain, другой нейроморфный стартап, что свидетельствует о признании того, что достижение более продвинутого ИИ может потребовать кардинального изменения в дизайне вычислений.
Растущая зависимость от ИИ в нашей повседневной жизни усиливает спрос на эффективные аппаратные решения. Нейроморфные вычисления находятся на переднем крае проектирования чипов сегодня, обещая открыть новую эру интеллектуальных устройств, которые будут как мощными, так и устойчивыми.
Хотя LLM могут находиться в центре внимания, будущее ИИ может заключаться в чипах, которые имитируют функции наших собственных мозгов. Как лаконично заметил Кумар, «Мы всего лишь на поверхности того, что возможно с нейроморфными системами. Будущие годы будут невероятно увлекательными.»
По мере того как эти вдохновленные мозгом чипы начнут проникает в потребительские устройства и промышленные системы, мы стоим на пороге новой эры в искусственном интеллекте — эры, которая обещает быть быстрее, эффективнее и более согласованной с удивительными возможностями биологических мозгов.
Рейтинг
