Intel, gri maddeyi taklit etmeyi amaçlayan nöromorfik sistemi net bir hedefle piyasaya sürüyor

Nöromorfik bilişim, daha yüksek hızlar ve daha yüksek doğruluk dahil olmak üzere daha verimli veri işleme sağlamak için insan beyninin yapısını taklit etmekle ilgilidir ve şu anda sıcak bir konudur. New Mexico’daki Sandia Ulusal Laboratuarları için dünyanın en büyük “beyin tabanlı” bilgi işlem sistemini inşa eden Intel’deki bilim insanları da dahil olmak üzere pek çok üniversite ve teknoloji firması bu konu üzerinde çalışıyor.

Intel’in Hala Point adlı eseri sadece bir mikrodalga fırın büyüklüğünde, ancak 1,15 milyar yapay nörona sahip. Bu, dört yıl önce piyasaya sürülen selefi Pohoiki Springs’in 50 milyon nöron kapasitesinden çok büyük bir adım. Merak ediyorsanız Intel’in isimlendirmesinde bir tema var – bunlar Hawaii’deki konumlar.

Hala Point selefinden on kat daha hızlı, 15 kat daha yoğun ve tek bir çip üzerinde bir milyon devreye sahip. Pohoiki Springs’te sadece 128.000 devre vardı.

Tam olarak kullanmak

1.152 Loihi 2 araştırma işlemcisiyle (Loihi Hawaii’de bir yanardağdır) donatılan Hala Point sistemi, geniş nöromorfik hesaplamanın gücünden yararlanmakla görevli olacak. Intel Labs Nöromorfik Hesaplama Laboratuvarı Direktörü Mike Davies, “Sandia’daki meslektaşlarımız Loihi donanımımızı hiç hayal etmediğimiz şekillerde sürekli olarak uyguladılar ve Hala Point ile yaptıkları araştırmaların birçok etkili hesaplama probleminin ölçeğinde, hızında ve verimliliğinde çığır açmasını dört gözle bekliyoruz” dedi.

Bu ölçekte bir Nöromorfik sistem daha önce mevcut olmadığından Sandia, bilgisayarın tüm yeteneklerinden nihai olarak yararlanmak için özel algoritmalar geliştiriyor.

Sandia’nın baş araştırmacısı Craig Vineyard, “Büyük ölçekli nöromorfik bilgi işlemin başlangıcı olmasını umduğumuz bu yeni deney düzeyinin, gerçek yaşam verilerini işleme, bunlara yanıt verme ve bunlardan öğrenme konusunda rakipsiz yeteneklere sahip beyin tabanlı bir sistem yaratılmasına yardımcı olacağına inanıyoruz” dedi.

Araştırmacı meslektaşı Brad Aimone ise şunları ekledi: “Beyin benzeri hesaplama ile bugün kullandığımız normal bilgisayarlar – hem beynimizde hem de nöromorfik hesaplamada – arasındaki temel farklardan biri, hesaplamanın geleneksel hesaplamanın kaçınılmaz bir parçası olan seri haldeki uzun süreçler yerine paralel olarak birçok nörona yayılmasıdır. Sonuç olarak, nöromorfik bir sistemde ne kadar çok nörona sahip olursak, o kadar karmaşık bir hesaplama gerçekleştirebiliriz. Bunu gerçek beyinlerde görüyoruz. En küçük memeli beyinlerinde bile on milyonlarca nöron bulunur; bizim beynimizde ise yaklaşık 80 milyar nöron vardır. Bunu günümüzün yapay zeka algoritmalarında da görüyoruz. Daha büyük olan çok daha iyidir.”