Trung Đào
Writer
Tóm tắt nội dung:
- Chip AI NorthPole của IBM được mô tả là mạnh hơn gấp 20 lần so với các chip AI hiện có trên thị trường. Điều này biểu thị sự tiến bộ đáng kể trong lĩnh vực trí tuệ nhân tạo và đặc biệt là khả năng thực hiện các nhiệm vụ trí tuệ nhân tạo.
- Chip AI lấy cảm hứng từ não người đang trở thành một xu hướng quan trọng vì nó mang lại một loạt lợi ích và tiềm năng đáng kể trong lĩnh vực trí tuệ nhân tạo và công nghệ thông tin chung.
- Trung Quốc đã tiến bộ đáng kể trong lĩnh vực nghiên cứu và phát triển các chip AI lấy cảm hứng từ não người. Trung Quốc đã đầu tư mạnh mẽ vào nghiên cứu và phát triển trí tuệ nhân tạo (AI) và chip AI, và đặc biệt trong việc phát triển các loại chip AI lấy cảm hứng từ cách hoạt động của bộ não người.
Một con chip lấy cảm hứng từ não bộ của IBM, có tên là NorthPole , nhanh hơn gấp 20 lần - và tiết kiệm năng lượng gấp khoảng 25 lần - bất kỳ vi mạch nào hiện có trên thị trường (có nghĩa bao gồm cả chip đồ họa GPU mạnh nhất thế giới NVIDIA H100) khi thực hiện các nhiệm vụ trí tuệ nhân tạo. Theo một nghiên cứu của IBM, các ứng dụng cho chip silicon mới có thể bao gồm các phương tiện tự hành và robot.
Hiệu suất đáng kinh ngạc như vậy nhưng có rất ít tin tức về con chip này. Vì sao?
Chip AI NorthPole của IBM chứa 22 tỷ bóng bán dẫn chỉ trong 800 mm vuông. Ảnh: IBM
Cái gọi là chip giống não, đúng như tên gọi, là một con chip mô phỏng cao các nguyên tắc tính toán của bộ não con người. Dựa trên sự hiểu biết về khoa học thần kinh hiện đại, chúng tôi liên tục nghĩ đến việc làm thế nào để bắt chước quá trình tsính toán của bộ não con người từ bóng bán dẫn đến thiết kế kiến
trúc, thuật toán và phần mềm. Nếu một con chip giống bộ não được chế tạo giống bộ não con người hơn, nó sẽ được đặt một cái tên mới - Điện toán hình thái thần kinh.
Có rất nhiều điểm khác biệt giữa cách con người suy nghĩ và các con chip truyền thống ngày nay, ví dụ như con người không có bộ nhớ riêng, không có bộ nhớ truy cập ngẫu nhiên động, không có phân cấp băm, không có bộ nhớ dùng chung…
“Bộ lưu trữ” và “bộ xử lý” gắn bó với nhau một cách phức tạp trong bộ não con người và có những “tế bào thần kinh” trong cấu trúc của bộ não con người. Trong máy tính, các lõi kỹ thuật số truyền đạt thông tin dựa trên sự kiện với nhau, được gọi là xung, tương tự như cách bộ não con người truyền thông tin.
Con người lấy cảm hứng từ bộ não con người và tạo ra những con chip như vậy để cải thiện hiệu suất và trở thành "trí tuệ nhân tạo" thực sự, thậm chí gần gũi với con người vô cùng và có được khả năng suy nghĩ.
Tất nhiên, bộ não con người rất phức tạp và các thiết bị vi mạch do con người sản xuất cũng có những ưu điểm nên mục tiêu cuối cùng của con người là tích hợp những ưu điểm của cả hai.
Nói chung, để giải thích theo cách hiểu của con người, chip giống não là một con chip được thiết kế và sản xuất bằng cách kết hợp những ưu điểm của bộ não sinh học và các thiết bị nhân tạo, đồng thời nó có thể tự suy nghĩ và học hỏi như con người.
Nếu muốn chế tạo một con chip như vậy, bạn không chỉ cần thay đổi cấu trúc thiết bị mà còn cần thúc đẩy những thay đổi về thuật toán và ứng dụng từ vật liệu, thiết bị, mạch điện và kiến trúc. Nói một cách dễ hiểu, đó là sự kết hợp của những công nghệ tiên tiến nhất để tạo ra một con chip như vậy.
Mặc dù có nhiều con đường thực hiện nhưng công nghệ chip này quá khó, chưa kể dễ chế tạo, thiết kế lại khó khăn nên vẫn đang trong giai đoạn phát triển, chưa đạt đến trình độ thương mại hóa.
Tuy nhiên, sở dĩ chip dạng não vẫn chưa được thương mại hóa trên quy mô lớn là do khó khăn trong thiết kế, lấy loại CMOS được Intel và IBM ưa chuộng và khả năng liên kết, kết nối chip hiệu quả của nhiều chip. thiết kế không đồng bộ hoàn toàn bằng kỹ thuật số. Các vấn đề như độ tin cậy và tính kịp thời cũng như tính toán kết nối lớp phần mềm, tính toán phân tán và phân vùng linh hoạt rất khó giải quyết, thứ hai, sản xuất, phần mềm và hệ sinh thái phải được đảo ngược hoàn toàn. Có thể tái sử dụng một phần, lớp dưới cùng không thể sao chép hoàn toàn. Việc sao chép nó sẽ làm tăng thêm khó khăn trong việc thương mại hóa quy mô lớn.
Vậy tại sao chúng ta lại dành nhiều công sức cho những con chip lấy cảm hứng từ não bộ?
Tác giả đã học được rằng trong một số trường hợp, chip thần kinh hoàn hảo có thể giải quyết vấn đề với mức tiêu thụ năng lượng thấp hơn 1.000 lần so với giải pháp truyền thống, nghĩa là chúng ta có thể giải quyết vấn đề trong ngân sách điện năng cố định, đóng gói nhiều chip hơn để giải quyết. những vấn đề có quy mô lớn hơn.
Tỷ lệ hiệu quả sử dụng năng lượng cực cao của những con chip giống não đủ để chúng ta nỗ lực hết mình nghiên cứu và tạo ra những bước đột phá. Lấy ví dụ điển hình nhất, AlphaGo đánh bại con người trong môn cờ vua, nhưng con người chỉ sử dụng 20 watt năng lượng não, trong khi AlphaGo sử dụng 20.000 watt.
Về mặt cấu trúc, các chip lấy cảm hứng từ não hiện nay trên khắp thế giới về cơ bản là giống nhau, bao gồm ba phần: tính toán nơ-ron, lưu trữ trọng lượng khớp thần kinh và giao tiếp định tuyến. Chúng cũng sử dụng mô hình Mạng nơ-ron Spiking (SNN).
Tuy nhiên, theo vật liệu, thiết bị và mạch, chúng được chia thành các hệ thống mô thần kinh bị chi phối bởi các mạch tương tự (loại CMOS lai kỹ thuật số-tương tự), hệ thống thần kinh mạch kỹ thuật số hoàn toàn (loại CMOS kỹ thuật số) và hệ thống thần kinh lai kỹ thuật số-tương tự dựa trên thiết bị mới (loại memristor) là công nghệ ứng cử viên.
Trên toàn cầu, các tổ chức liên quan đến phát triển chip điện toán mô phỏng thần kinh chủ yếu bao gồm ba loại: gã khổng lồ công nghệ do Intel, IBM, Qualcomm, v.v. đại diện, các trường đại học/tổ chức nghiên cứu do Đại học Stanford và Thanh Hoa đại diện, và các công ty khởi nghiệp.
Theo cuộc đối thoại trước đây của tác giả với Viện nghiên cứu Intel, loại CMOS kỹ thuật số hiện là hình thức công nghiệp hóa dễ dàng nhất, một mặt, trình độ công nghệ và sản xuất cao, mặt khác không có mối lo ngại và hạn chế nào của analog Chu trình.
Tất nhiên, cần phải nhấn mạnh rằng loại CMOS kỹ thuật số chỉ là loại chip giống não sớm nhất, nó không phải là một thiết bị mô phỏng thần kinh mô phỏng hoàn toàn bộ não con người, nó chỉ có thể được coi là một con chip dựa trên khái niệm mô phỏng thần kinh. Nhưng chỉ cần vay mượn từ bộ não con người, con chip này có thể nghiền nát bất kỳ con chip nào trên thế giới. NorthPole của IBM là một con chip lấy cảm hứng từ bộ não CMOS kỹ thuật số.
IBM bắt đầu nghiên cứu điện toán lấy cảm hứng từ não bộ vào năm 2008 và đạt được bước đột phá đầu tiên vào năm 2011: chip máy tính tiếp hợp thần kinh thế hệ đầu tiên của IBM. Các nhà nghiên cứu đã tạo ra hai mô hình chip như vậy: một mô hình chứa 262.144 khớp thần kinh có thể lập trình và một mô hình chứa 65.536 khớp thần kinh có thể học được. Thông qua các thử nghiệm, họ đã chứng minh rằng chúng có thể thực hiện điều hướng, thị giác máy, nhận dạng mẫu, bộ nhớ liên kết và phân loại cũng như các chức năng đơn giản khác.
Cho đến năm 2014, IBM đã xuất bản một bài báo trên tạp chí Science, cho thế giới thấy tiến bộ công nghệ mang tính kỷ nguyên của họ: một bộ xử lý giống bộ não với 1 triệu tế bào thần kinh đáp ứng các thông số kỹ thuật của dự án DARPA SyNAPSE, cụ thể là TureNorth.
Sau 8 năm im lặng, "NorthPole" đã xuất hiện. NorthPole dựa trên con chip lấy cảm hứng từ bộ não cuối cùng của IBM, TrueNorth. Vào thời điểm đó, TrueNorth có tỷ lệ hiệu quả sử dụng năng lượng thấp hơn bốn bậc so với các bộ vi xử lý truyền thống. Hãy so sánh cả hai. Người đọc có thể cảm nhận trực quan những thay đổi trong công nghệ IBM:
Một chip TruNorth duy nhất chứa 4.096 lõi điện toán, cho phép lập bản đồ động các khớp thần kinh và cách sắp xếp nơ-ron. Điểm hấp dẫn của hệ thống IBM TrueNorth là một con chip đơn bao gồm 5,4 tỷ bóng bán dẫn và chỉ tiêu thụ mật độ điện năng 70mW, chỉ chiếm 1/10.000 đơn vị tính toán truyền thống;
NorthPole được sản xuất bằng quy trình nút 12nm và tích hợp 22 tỷ bóng bán dẫn trong phạm vi 800 mm vuông. Nó có 256 lõi. Ở độ chính xác 8 bit, mỗi lõi có thể thực hiện 2048 thao tác mỗi chu kỳ; ở độ chính xác 4 bit và 2 bit, con số số hoạt động có thể tăng gấp đôi và gấp bốn lần tương ứng. Tốc độ chạy thuật toán nhận dạng hình ảnh do trí tuệ nhân tạo điều khiển gấp 22 lần so với các chip tương tự hiện có trên thị trường và hiệu suất năng lượng gấp 25 lần so với các chip tương tự. Không sử dụng công nghệ tiên tiến nhất nên mức tiêu thụ năng lượng của chip NorthPole chỉ bằng 1/5 so với chip trí tuệ nhân tạo sử dụng công nghệ tiên tiến nhất. Nhìn chung, NorthPole nhanh hơn TrueNorth khoảng 4.000 lần.
Về mặt cấu trúc, NorthPole, giống như TrueNorth, bao gồm một mảng đơn vị tính toán lớn (16×16), mỗi đơn vị chứa bộ nhớ cục bộ và khả năng thực thi mã.
Về tài nguyên tính toán, mỗi đơn vị của NorthPole đã được tối ưu hóa để thực hiện các phép tính với độ chính xác thấp hơn, từ 2 bit đến 8 bit. Để đảm bảo việc sử dụng các đơn vị thực thi, chúng không thể thực thi các nhánh có điều kiện dựa trên các giá trị biến, nghĩa là mã người dùng không thể chứa các câu lệnh if. Việc thực thi đơn giản này cho phép thực thi song song ồ ạt trên mỗi đơn vị máy tính. Với độ chính xác 2 bit, mỗi đơn vị có thể thực hiện song song hơn 8.000 phép tính.
Về mặt lưu trữ, tất cả bộ nhớ được đóng gói trong một chip duy nhất, nghĩa là mỗi lõi có thể dễ dàng truy cập vào bộ nhớ trên chip. Nhìn từ bên ngoài thiết bị, NorthPole trông giống như một con chip nhớ hoạt động, giúp tích hợp NorthPole vào hệ thống.
Không chỉ vậy, chiếc NorthPole này hiện được sản xuất theo quy trình nút nano 12nm, công nghệ tiên tiến nhất dành cho CPU hiện nay là 3nm, IBM vẫn đang phát triển công nghệ nút nano 2nm, nếu sử dụng 2nm thì hiệu năng lấy cảm hứng từ bộ não của IBM. chip có thể còn tốt hơn nữa. Một bản nâng cấp lớn.
Các ứng dụng tiềm năng cho NorthPole chủ yếu bao gồm phân tích hình ảnh và video, nhận dạng giọng nói và mạng thần kinh Transformer, là những mô hình ngôn ngữ lớn (LLM) hỗ trợ các chatbot như ChatGPT. Những nhiệm vụ trí tuệ nhân tạo này có thể được sử dụng trong các lĩnh vực như ô tô tự lái, robot, trợ lý kỹ thuật số và quan sát vệ tinh.
Một số ứng dụng yêu cầu mạng lưới thần kinh quá lớn để có thể chứa vừa một con chip NorthPole. Trong trường hợp này, các mạng này có thể được chia thành các phần nhỏ hơn và phân phối trên nhiều chip NorthPole.
Tỷ lệ tiết kiệm năng lượng cực cao của NorthPole có nghĩa là nó không cần hệ thống làm mát bằng chất lỏng cồng kềnh để hoạt động, chỉ cần quạt và bộ tản nhiệt là đủ, đồng thời nó cũng có thể được triển khai ở những không gian nhỏ hơn.
Cụ thể, những thành tựu chủ yếu bao gồm:
Lõi Tianji thế hệ đầu tiên do Đại học Thanh Hoa phát triển vào năm 2015 sử dụng quy trình 110nm. Năm 2017, lõi Tianji thế hệ thứ hai bắt đầu đạt được những kết quả tiên tiến. Nó được chế tạo dựa trên quy trình 28nm và bao gồm 156 lõi chức năng FCore, chứa khoảng 40.000 dây thần kinh, 10 triệu khớp thần kinh. So với thế hệ đầu tiên, mật độ tăng ít nhất 20%, tốc độ tăng ít nhất 10 lần và băng thông tăng ít nhất 100 lần. Ngoài ra, Đại học Thanh Hoa đã độc lập phát triển chuỗi công cụ phần mềm để hỗ trợ tự động ánh xạ và biên dịch từ khung học sâu đến lõi Tianji. Theo kế hoạch của Đại học Thanh Hoa, thế hệ lõi Tianji tiếp theo sẽ là quy trình 14nm trở lên và sẽ mạnh mẽ hơn;
Số lượng tế bào thần kinh trong máy tính giống não do Đại học Chiết Giang và Phòng thí nghiệm Zhijiang hợp tác phát triển tương đương với số lượng não chuột. Máy tính chứa 792 chip Darwin thế hệ 2, hỗ trợ 120 triệu nơ-ron thần kinh và 72 tỷ khớp thần kinh, đồng thời mức tiêu thụ điện năng hoạt động thông thường của nó chỉ là 350W ~ 500W;
Vào tháng 10/2020, nhóm của Zhang Youhui từ Khoa Khoa học Máy tính và nhóm của Shi Luping từ Khoa Dụng cụ Chính xác tại Đại học Thanh Hoa cùng các cộng tác viên của họ đã xuất bản một bài báo trên tạp chí Nature lần đầu tiên đề xuất "sự hoàn chỉnh của điện toán giống như bộ não" và một hệ thống phân cấp cấu trúc của hệ thống máy tính giống não với sự tách rời phần mềm và phần cứng;
Vào tháng 9/2023, một nhóm nghiên cứu do các nhà nghiên cứu You Haihang và Tang Guanming từ Viện Công nghệ Máy tính của Viện Khoa học Trung Quốc dẫn đầu đã phát triển chip nguyên mẫu bộ xử lý thần kinh siêu dẫn "SUSHI". Đây là chip lượng tử từ thông đơn (SUSHI) siêu dẫn dạng mạch.
Vào tháng 10/2023, dịch vụ siêu máy tính lấy cảm hứng từ não bộ do Viện Công nghệ Thông minh Nam Kinh của Khoa học và Công nghệ Trung Quốc phát triển độc lập đã chính thức ra mắt và đã đạt được quy mô trí tuệ 500 triệu nơ-ron và 250 tỷ khớp thần kinh, cao hơn so với quy mô điện toán hiện có. Hiệu suất sử dụng năng lượng của hệ thống được cải thiện hơn 10 lần và chip lõi có thể được điều khiển độc lập.
Thành tựu của IBM thể hiện rằng Trung Quốc đang tiến gần hơn đến công nghệ định hình tương lai này và hiện một số công ty khởi nghiệp nước này đang dần hình thành kế hoạch và bắt đầu áp dụng nó. Không khó để dự đoán rằng trong những năm gần đây, quá trình thương mại hóa công nghệ này sẽ dần bắt đầu và kết quả nghiên cứu lúc đó cũng sẽ được phản ánh trên thực tế.
- Chip AI NorthPole của IBM được mô tả là mạnh hơn gấp 20 lần so với các chip AI hiện có trên thị trường. Điều này biểu thị sự tiến bộ đáng kể trong lĩnh vực trí tuệ nhân tạo và đặc biệt là khả năng thực hiện các nhiệm vụ trí tuệ nhân tạo.
- Chip AI lấy cảm hứng từ não người đang trở thành một xu hướng quan trọng vì nó mang lại một loạt lợi ích và tiềm năng đáng kể trong lĩnh vực trí tuệ nhân tạo và công nghệ thông tin chung.
- Trung Quốc đã tiến bộ đáng kể trong lĩnh vực nghiên cứu và phát triển các chip AI lấy cảm hứng từ não người. Trung Quốc đã đầu tư mạnh mẽ vào nghiên cứu và phát triển trí tuệ nhân tạo (AI) và chip AI, và đặc biệt trong việc phát triển các loại chip AI lấy cảm hứng từ cách hoạt động của bộ não người.
Một con chip lấy cảm hứng từ não bộ của IBM, có tên là NorthPole , nhanh hơn gấp 20 lần - và tiết kiệm năng lượng gấp khoảng 25 lần - bất kỳ vi mạch nào hiện có trên thị trường (có nghĩa bao gồm cả chip đồ họa GPU mạnh nhất thế giới NVIDIA H100) khi thực hiện các nhiệm vụ trí tuệ nhân tạo. Theo một nghiên cứu của IBM, các ứng dụng cho chip silicon mới có thể bao gồm các phương tiện tự hành và robot.
Hiệu suất đáng kinh ngạc như vậy nhưng có rất ít tin tức về con chip này. Vì sao?
Chỉ cần cho não vào chip thôi phải không?
Trước hết, NorthPole "Bắc Cực" của IBM là một con chip lấy cảm hứng từ não bộ. Điều đó nghĩa là gì?
Cái gọi là chip giống não, đúng như tên gọi, là một con chip mô phỏng cao các nguyên tắc tính toán của bộ não con người. Dựa trên sự hiểu biết về khoa học thần kinh hiện đại, chúng tôi liên tục nghĩ đến việc làm thế nào để bắt chước quá trình tsính toán của bộ não con người từ bóng bán dẫn đến thiết kế kiến
trúc, thuật toán và phần mềm. Nếu một con chip giống bộ não được chế tạo giống bộ não con người hơn, nó sẽ được đặt một cái tên mới - Điện toán hình thái thần kinh.
Có rất nhiều điểm khác biệt giữa cách con người suy nghĩ và các con chip truyền thống ngày nay, ví dụ như con người không có bộ nhớ riêng, không có bộ nhớ truy cập ngẫu nhiên động, không có phân cấp băm, không có bộ nhớ dùng chung…
“Bộ lưu trữ” và “bộ xử lý” gắn bó với nhau một cách phức tạp trong bộ não con người và có những “tế bào thần kinh” trong cấu trúc của bộ não con người. Trong máy tính, các lõi kỹ thuật số truyền đạt thông tin dựa trên sự kiện với nhau, được gọi là xung, tương tự như cách bộ não con người truyền thông tin.
Con người lấy cảm hứng từ bộ não con người và tạo ra những con chip như vậy để cải thiện hiệu suất và trở thành "trí tuệ nhân tạo" thực sự, thậm chí gần gũi với con người vô cùng và có được khả năng suy nghĩ.
Tất nhiên, bộ não con người rất phức tạp và các thiết bị vi mạch do con người sản xuất cũng có những ưu điểm nên mục tiêu cuối cùng của con người là tích hợp những ưu điểm của cả hai.
Nói chung, để giải thích theo cách hiểu của con người, chip giống não là một con chip được thiết kế và sản xuất bằng cách kết hợp những ưu điểm của bộ não sinh học và các thiết bị nhân tạo, đồng thời nó có thể tự suy nghĩ và học hỏi như con người.
Nếu muốn chế tạo một con chip như vậy, bạn không chỉ cần thay đổi cấu trúc thiết bị mà còn cần thúc đẩy những thay đổi về thuật toán và ứng dụng từ vật liệu, thiết bị, mạch điện và kiến trúc. Nói một cách dễ hiểu, đó là sự kết hợp của những công nghệ tiên tiến nhất để tạo ra một con chip như vậy.
Mặc dù có nhiều con đường thực hiện nhưng công nghệ chip này quá khó, chưa kể dễ chế tạo, thiết kế lại khó khăn nên vẫn đang trong giai đoạn phát triển, chưa đạt đến trình độ thương mại hóa.
Tuy nhiên, sở dĩ chip dạng não vẫn chưa được thương mại hóa trên quy mô lớn là do khó khăn trong thiết kế, lấy loại CMOS được Intel và IBM ưa chuộng và khả năng liên kết, kết nối chip hiệu quả của nhiều chip. thiết kế không đồng bộ hoàn toàn bằng kỹ thuật số. Các vấn đề như độ tin cậy và tính kịp thời cũng như tính toán kết nối lớp phần mềm, tính toán phân tán và phân vùng linh hoạt rất khó giải quyết, thứ hai, sản xuất, phần mềm và hệ sinh thái phải được đảo ngược hoàn toàn. Có thể tái sử dụng một phần, lớp dưới cùng không thể sao chép hoàn toàn. Việc sao chép nó sẽ làm tăng thêm khó khăn trong việc thương mại hóa quy mô lớn.
Vậy tại sao chúng ta lại dành nhiều công sức cho những con chip lấy cảm hứng từ não bộ?
Tác giả đã học được rằng trong một số trường hợp, chip thần kinh hoàn hảo có thể giải quyết vấn đề với mức tiêu thụ năng lượng thấp hơn 1.000 lần so với giải pháp truyền thống, nghĩa là chúng ta có thể giải quyết vấn đề trong ngân sách điện năng cố định, đóng gói nhiều chip hơn để giải quyết. những vấn đề có quy mô lớn hơn.
Tỷ lệ hiệu quả sử dụng năng lượng cực cao của những con chip giống não đủ để chúng ta nỗ lực hết mình nghiên cứu và tạo ra những bước đột phá. Lấy ví dụ điển hình nhất, AlphaGo đánh bại con người trong môn cờ vua, nhưng con người chỉ sử dụng 20 watt năng lượng não, trong khi AlphaGo sử dụng 20.000 watt.
Về mặt cấu trúc, các chip lấy cảm hứng từ não hiện nay trên khắp thế giới về cơ bản là giống nhau, bao gồm ba phần: tính toán nơ-ron, lưu trữ trọng lượng khớp thần kinh và giao tiếp định tuyến. Chúng cũng sử dụng mô hình Mạng nơ-ron Spiking (SNN).
Tuy nhiên, theo vật liệu, thiết bị và mạch, chúng được chia thành các hệ thống mô thần kinh bị chi phối bởi các mạch tương tự (loại CMOS lai kỹ thuật số-tương tự), hệ thống thần kinh mạch kỹ thuật số hoàn toàn (loại CMOS kỹ thuật số) và hệ thống thần kinh lai kỹ thuật số-tương tự dựa trên thiết bị mới (loại memristor) là công nghệ ứng cử viên.
Trên toàn cầu, các tổ chức liên quan đến phát triển chip điện toán mô phỏng thần kinh chủ yếu bao gồm ba loại: gã khổng lồ công nghệ do Intel, IBM, Qualcomm, v.v. đại diện, các trường đại học/tổ chức nghiên cứu do Đại học Stanford và Thanh Hoa đại diện, và các công ty khởi nghiệp.
Theo cuộc đối thoại trước đây của tác giả với Viện nghiên cứu Intel, loại CMOS kỹ thuật số hiện là hình thức công nghiệp hóa dễ dàng nhất, một mặt, trình độ công nghệ và sản xuất cao, mặt khác không có mối lo ngại và hạn chế nào của analog Chu trình.
Tất nhiên, cần phải nhấn mạnh rằng loại CMOS kỹ thuật số chỉ là loại chip giống não sớm nhất, nó không phải là một thiết bị mô phỏng thần kinh mô phỏng hoàn toàn bộ não con người, nó chỉ có thể được coi là một con chip dựa trên khái niệm mô phỏng thần kinh. Nhưng chỉ cần vay mượn từ bộ não con người, con chip này có thể nghiền nát bất kỳ con chip nào trên thế giới. NorthPole của IBM là một con chip lấy cảm hứng từ bộ não CMOS kỹ thuật số.
Chip của IBM ở mức độ nào?
Hãy để tôi nói về kết luận trước, nó phải là con chip lấy cảm hứng từ não cấp cao nhất cho đến nay, và nghiên cứu về chip lấy cảm hứng từ não đã đạt đến một tầm cao mới.IBM bắt đầu nghiên cứu điện toán lấy cảm hứng từ não bộ vào năm 2008 và đạt được bước đột phá đầu tiên vào năm 2011: chip máy tính tiếp hợp thần kinh thế hệ đầu tiên của IBM. Các nhà nghiên cứu đã tạo ra hai mô hình chip như vậy: một mô hình chứa 262.144 khớp thần kinh có thể lập trình và một mô hình chứa 65.536 khớp thần kinh có thể học được. Thông qua các thử nghiệm, họ đã chứng minh rằng chúng có thể thực hiện điều hướng, thị giác máy, nhận dạng mẫu, bộ nhớ liên kết và phân loại cũng như các chức năng đơn giản khác.
Cho đến năm 2014, IBM đã xuất bản một bài báo trên tạp chí Science, cho thế giới thấy tiến bộ công nghệ mang tính kỷ nguyên của họ: một bộ xử lý giống bộ não với 1 triệu tế bào thần kinh đáp ứng các thông số kỹ thuật của dự án DARPA SyNAPSE, cụ thể là TureNorth.
Sau 8 năm im lặng, "NorthPole" đã xuất hiện. NorthPole dựa trên con chip lấy cảm hứng từ bộ não cuối cùng của IBM, TrueNorth. Vào thời điểm đó, TrueNorth có tỷ lệ hiệu quả sử dụng năng lượng thấp hơn bốn bậc so với các bộ vi xử lý truyền thống. Hãy so sánh cả hai. Người đọc có thể cảm nhận trực quan những thay đổi trong công nghệ IBM:
Một chip TruNorth duy nhất chứa 4.096 lõi điện toán, cho phép lập bản đồ động các khớp thần kinh và cách sắp xếp nơ-ron. Điểm hấp dẫn của hệ thống IBM TrueNorth là một con chip đơn bao gồm 5,4 tỷ bóng bán dẫn và chỉ tiêu thụ mật độ điện năng 70mW, chỉ chiếm 1/10.000 đơn vị tính toán truyền thống;
NorthPole được sản xuất bằng quy trình nút 12nm và tích hợp 22 tỷ bóng bán dẫn trong phạm vi 800 mm vuông. Nó có 256 lõi. Ở độ chính xác 8 bit, mỗi lõi có thể thực hiện 2048 thao tác mỗi chu kỳ; ở độ chính xác 4 bit và 2 bit, con số số hoạt động có thể tăng gấp đôi và gấp bốn lần tương ứng. Tốc độ chạy thuật toán nhận dạng hình ảnh do trí tuệ nhân tạo điều khiển gấp 22 lần so với các chip tương tự hiện có trên thị trường và hiệu suất năng lượng gấp 25 lần so với các chip tương tự. Không sử dụng công nghệ tiên tiến nhất nên mức tiêu thụ năng lượng của chip NorthPole chỉ bằng 1/5 so với chip trí tuệ nhân tạo sử dụng công nghệ tiên tiến nhất. Nhìn chung, NorthPole nhanh hơn TrueNorth khoảng 4.000 lần.
Về mặt cấu trúc, NorthPole, giống như TrueNorth, bao gồm một mảng đơn vị tính toán lớn (16×16), mỗi đơn vị chứa bộ nhớ cục bộ và khả năng thực thi mã.
Về tài nguyên tính toán, mỗi đơn vị của NorthPole đã được tối ưu hóa để thực hiện các phép tính với độ chính xác thấp hơn, từ 2 bit đến 8 bit. Để đảm bảo việc sử dụng các đơn vị thực thi, chúng không thể thực thi các nhánh có điều kiện dựa trên các giá trị biến, nghĩa là mã người dùng không thể chứa các câu lệnh if. Việc thực thi đơn giản này cho phép thực thi song song ồ ạt trên mỗi đơn vị máy tính. Với độ chính xác 2 bit, mỗi đơn vị có thể thực hiện song song hơn 8.000 phép tính.
Về mặt lưu trữ, tất cả bộ nhớ được đóng gói trong một chip duy nhất, nghĩa là mỗi lõi có thể dễ dàng truy cập vào bộ nhớ trên chip. Nhìn từ bên ngoài thiết bị, NorthPole trông giống như một con chip nhớ hoạt động, giúp tích hợp NorthPole vào hệ thống.
Không chỉ vậy, chiếc NorthPole này hiện được sản xuất theo quy trình nút nano 12nm, công nghệ tiên tiến nhất dành cho CPU hiện nay là 3nm, IBM vẫn đang phát triển công nghệ nút nano 2nm, nếu sử dụng 2nm thì hiệu năng lấy cảm hứng từ bộ não của IBM. chip có thể còn tốt hơn nữa. Một bản nâng cấp lớn.
Các ứng dụng tiềm năng cho NorthPole chủ yếu bao gồm phân tích hình ảnh và video, nhận dạng giọng nói và mạng thần kinh Transformer, là những mô hình ngôn ngữ lớn (LLM) hỗ trợ các chatbot như ChatGPT. Những nhiệm vụ trí tuệ nhân tạo này có thể được sử dụng trong các lĩnh vực như ô tô tự lái, robot, trợ lý kỹ thuật số và quan sát vệ tinh.
Một số ứng dụng yêu cầu mạng lưới thần kinh quá lớn để có thể chứa vừa một con chip NorthPole. Trong trường hợp này, các mạng này có thể được chia thành các phần nhỏ hơn và phân phối trên nhiều chip NorthPole.
Tỷ lệ tiết kiệm năng lượng cực cao của NorthPole có nghĩa là nó không cần hệ thống làm mát bằng chất lỏng cồng kềnh để hoạt động, chỉ cần quạt và bộ tản nhiệt là đủ, đồng thời nó cũng có thể được triển khai ở những không gian nhỏ hơn.
Trung Quốc đã bắt đầu nghiên cứu chip lấy cảm hứng từ não người?
Những con chip mạnh mẽ như vậy đã được sản xuất ở Trung Quốc. Tham gia nghiên cứu bao gồm các trường đại học và tổ chức hàng đầu như Đại học Thanh Hoa, Đại học Chiết Giang, Đại học Phúc Đán và Viện Hàn lâm Khoa học Trung Quốc, đồng thời, các công ty khởi nghiệp đã xuất hiện trong hai năm qua như Lingxi Technology, Shishi Technology, Hình thái thần kinh Zhongke... Trong số đó, lõi Tianji của Đại học Thanh Hoa và chip Darwin của Đại học Chiết Giang là tiêu biểu nhất.Cụ thể, những thành tựu chủ yếu bao gồm:
Lõi Tianji thế hệ đầu tiên do Đại học Thanh Hoa phát triển vào năm 2015 sử dụng quy trình 110nm. Năm 2017, lõi Tianji thế hệ thứ hai bắt đầu đạt được những kết quả tiên tiến. Nó được chế tạo dựa trên quy trình 28nm và bao gồm 156 lõi chức năng FCore, chứa khoảng 40.000 dây thần kinh, 10 triệu khớp thần kinh. So với thế hệ đầu tiên, mật độ tăng ít nhất 20%, tốc độ tăng ít nhất 10 lần và băng thông tăng ít nhất 100 lần. Ngoài ra, Đại học Thanh Hoa đã độc lập phát triển chuỗi công cụ phần mềm để hỗ trợ tự động ánh xạ và biên dịch từ khung học sâu đến lõi Tianji. Theo kế hoạch của Đại học Thanh Hoa, thế hệ lõi Tianji tiếp theo sẽ là quy trình 14nm trở lên và sẽ mạnh mẽ hơn;
Số lượng tế bào thần kinh trong máy tính giống não do Đại học Chiết Giang và Phòng thí nghiệm Zhijiang hợp tác phát triển tương đương với số lượng não chuột. Máy tính chứa 792 chip Darwin thế hệ 2, hỗ trợ 120 triệu nơ-ron thần kinh và 72 tỷ khớp thần kinh, đồng thời mức tiêu thụ điện năng hoạt động thông thường của nó chỉ là 350W ~ 500W;
Vào tháng 10/2020, nhóm của Zhang Youhui từ Khoa Khoa học Máy tính và nhóm của Shi Luping từ Khoa Dụng cụ Chính xác tại Đại học Thanh Hoa cùng các cộng tác viên của họ đã xuất bản một bài báo trên tạp chí Nature lần đầu tiên đề xuất "sự hoàn chỉnh của điện toán giống như bộ não" và một hệ thống phân cấp cấu trúc của hệ thống máy tính giống não với sự tách rời phần mềm và phần cứng;
Vào tháng 9/2023, một nhóm nghiên cứu do các nhà nghiên cứu You Haihang và Tang Guanming từ Viện Công nghệ Máy tính của Viện Khoa học Trung Quốc dẫn đầu đã phát triển chip nguyên mẫu bộ xử lý thần kinh siêu dẫn "SUSHI". Đây là chip lượng tử từ thông đơn (SUSHI) siêu dẫn dạng mạch.
Vào tháng 10/2023, dịch vụ siêu máy tính lấy cảm hứng từ não bộ do Viện Công nghệ Thông minh Nam Kinh của Khoa học và Công nghệ Trung Quốc phát triển độc lập đã chính thức ra mắt và đã đạt được quy mô trí tuệ 500 triệu nơ-ron và 250 tỷ khớp thần kinh, cao hơn so với quy mô điện toán hiện có. Hiệu suất sử dụng năng lượng của hệ thống được cải thiện hơn 10 lần và chip lõi có thể được điều khiển độc lập.
Thành tựu của IBM thể hiện rằng Trung Quốc đang tiến gần hơn đến công nghệ định hình tương lai này và hiện một số công ty khởi nghiệp nước này đang dần hình thành kế hoạch và bắt đầu áp dụng nó. Không khó để dự đoán rằng trong những năm gần đây, quá trình thương mại hóa công nghệ này sẽ dần bắt đầu và kết quả nghiên cứu lúc đó cũng sẽ được phản ánh trên thực tế.
