Là thiết bị tính toán hiệu quả nhất trên trái đất, bộ não con người có thể hoàn thành 100 nghìn tỷ phép tính mỗi giây chỉ với công suất 20W và khối lượng 1,3 kg.
Siêu máy tính lớn nhất hiện nay của nhân loại, Hewlett Packard Enterprise Frontier, cũng có thể hoàn thành các phép tính tương tự như bộ não con người, nhưng nó chiếm diện tích 680 mét vuông và có công suất hoạt động 22,7 triệu watt.
Sự khác biệt lớn về mức tiêu thụ năng lượng giữa hai con số này nêu bật sự tiến bộ về mặt kiến trúc của bộ não con người như một thiết bị điện toán. Mới đây, các nhà khoa học Australia công bố họ đã phát triển được siêu máy tính mô phỏng hoàn toàn bộ não con người, DeepSouth, sẽ ra mắt vào tháng 4 năm sau.
Nó sẽ là siêu máy tính đầu tiên trên thế giới có khả năng mô phỏng mạng lưới tế bào thần kinh (hàng tỷ) và khớp thần kinh (hàng nghìn tỷ) ở quy mô não người, mô phỏng 228 nghìn tỷ hoạt động khớp thần kinh mỗi giây.
Nhóm ICNS của Đại học Western Sydney đã hợp tác phát triển siêu máy tính với các đối tác trong lĩnh vực thần kinh học từ Đại học Sydney, Đại học Melbourne và Đại học Aachen ở Đức.
Siêu máy tính được đặt tên là DeepSouth để tỏ lòng tôn kính với hệ thống TrueNorth và Deep Blue của IBM.
Giáo sư André van Schaik, Giám đốc ICNS tại Đại học Western Sydney, cho biết:
Sự tiến bộ trong hiểu biết của chúng ta về cách não sử dụng tế bào thần kinh để thực hiện tính toán bị cản trở do chúng ta không thể mô phỏng các mạng giống như não trên quy mô lớn. Mô phỏng Mạng thần kinh tăng đột biến trên các máy tính tiêu chuẩn sử dụng bộ xử lý đồ họa (GPU) và bộ xử lý trung tâm (CPU) đa lõi quá chậm và ngốn điện. Hệ thống của chúng tôi sẽ thay đổi điều đó.
Nền tảng này sẽ nâng cao hiểu biết của chúng ta về bộ não và phát triển các ứng dụng điện toán quy mô não trong nhiều lĩnh vực khác nhau như cảm biến, y sinh, robot, không gian và các ứng dụng trí tuệ nhân tạo quy mô lớn.
Theo ICNS, lợi ích chính của siêu máy tính này nằm ở những điểm sau:
- Xử lý song song cực nhanh, ồ ạt với công suất cực thấp: Bộ não có thể xử lý tương đương 10^18 thao tác mỗi giây với công suất 20 watt.
Sử dụng kỹ thuật mô phỏng thần kinh bắt chước cách hoạt động của não, DeepSouth có thể xử lý lượng lớn dữ liệu một cách nhanh chóng, sử dụng ít năng lượng hơn và nhỏ hơn nhiều so với các siêu máy tính khác.
- Khả năng mở rộng: Hệ thống cho phép bổ sung thêm phần cứng để tạo ra một hệ thống lớn hơn hoặc thu nhỏ quy mô cho các ứng dụng di động nhỏ hơn hoặc tiết kiệm chi phí hơn.
- Có thể cấu hình lại: Sử dụng Mảng cổng lập trình trường (FPGA) tận dụng để tạo điều kiện lập trình lại phần cứng, cho phép bổ sung các mô hình nơ-ron mới, sơ đồ kết nối và quy tắc học tập để khắc phục các vấn đề thần kinh khác bằng cách sử dụng các Hạn chế phần cứng được thiết kế tùy chỉnh phát sinh trong hệ thống máy tính.
DeepSouth sẽ được truy cập từ xa thông qua giao diện người dùng cho phép mô tả các mô hình thần kinh và thiết kế mạng lưới thần kinh bằng ngôn ngữ lập trình phổ biến Python. Giao diện người dùng được phát triển để cho phép các nhà nghiên cứu sử dụng nền tảng mà không cần kiến thức chi tiết về cấu hình phần cứng.
- Tính khả dụng thương mại: Tận dụng phần cứng có sẵn trên thị trường đảm bảo cải tiến liên tục phần cứng, độc lập với nhóm thiết kế siêu máy tính, khắc phục các hạn chế thấy trong các hệ thống điện toán biến đổi thần kinh khác sử dụng phần cứng được thiết kế tùy chỉnh.
Các chip tùy chỉnh mất rất nhiều thời gian để thiết kế và sản xuất và tiêu tốn hàng chục triệu đô la cho mỗi chip. Việc sử dụng phần cứng có thể cấu hình sẵn có trên thị trường có nghĩa là nguyên mẫu có thể dễ dàng được sao chép ở các trung tâm dữ liệu trên toàn thế giới.
- Trí tuệ nhân tạo: Bằng cách bắt chước bộ não, sẽ có thể tạo ra những cách hiệu quả hơn để thực hiện các quy trình trí tuệ nhân tạo so với các mô hình hiện tại.
Vào ngày 30 tháng 6 năm 1945, nhà toán học và vật lý học John von Neumann đã mô tả thiết kế của một cỗ máy mới – Máy tính tự động biến rời rạc điện tử (Edvac). Điều này xác định một cách hiệu quả các máy tính điện tử hiện đại như chúng ta biết.
Điện thoại thông minh, máy tính xách tay và siêu máy tính mạnh nhất thế giới đều tiếp tục sử dụng cùng một kiến trúc cơ bản được von Neumann giới thiệu khoảng 80 năm trước. Tất cả chúng đều có các đơn vị xử lý và bộ nhớ khác nhau, nơi dữ liệu và hướng dẫn được lưu trữ trong bộ nhớ và được bộ xử lý tính toán.
Trong nhiều thập kỷ, số lượng bóng bán dẫn trên một vi mạch đã tăng gấp đôi cứ sau hai năm, một hiện tượng được gọi là Định luật Moore. Điều này cho phép chúng ta có những chiếc máy tính nhỏ hơn, rẻ hơn.
Tuy nhiên, kích thước bóng bán dẫn hiện đang tiến gần đến quy mô nguyên tử. Ở kích thước nhỏ bé như vậy, việc sinh nhiệt quá mức trong quá trình tính toán là một vấn đề nghiêm trọng.
Hiện tượng này, được gọi là đường hầm lượng tử, cản trở chức năng của bóng bán dẫn. Điều này làm cho con đường thu nhỏ bóng bán dẫn được biểu thị bằng Định luật Moore ngày càng khó đi theo.
Để khắc phục vấn đề này, các nhà khoa học đang khám phá những phương pháp tính toán mới, bắt đầu với những chiếc máy tính mạnh mẽ ẩn giấu trong đầu chúng ta - bộ não con người.
Bộ não không hoạt động theo mô hình máy tính của John von Neumann.
Nó không có khu vực tính toán và lưu trữ riêng biệt.
Thay vào đó, chúng hoạt động bằng cách kết nối hàng tỷ tế bào thần kinh truyền thông tin dưới dạng xung điện. Thông tin có thể được truyền từ nơron này sang nơron tiếp theo thông qua các điểm kết nối được gọi là khớp thần kinh.
Việc tổ chức các tế bào thần kinh và khớp thần kinh trong não rất linh hoạt, có thể mở rộng và hiệu quả.
Vì vậy, không giống như máy tính, bộ nhớ và tính toán trong não được điều khiển bởi cùng các tế bào thần kinh và khớp thần kinh. Các nhà khoa học đã nghiên cứu mô hình này từ cuối những năm 1980 với ý định đưa nó vào tính toán.
Điều này có nghĩa là, giống như tế bào thần kinh và khớp thần kinh, gần như tất cả các bộ xử lý trong máy tính có thể chạy đồng thời, giao tiếp theo chuỗi.
Hơn nữa, do các phép tính được thực hiện bởi các nơ-ron và khớp thần kinh riêng lẻ rất đơn giản so với các máy tính truyền thống nên mức tiêu thụ năng lượng sẽ nhỏ hơn nhiều.
Mặc dù tế bào thần kinh đôi khi được coi là đơn vị xử lý và khớp thần kinh là đơn vị bộ nhớ, nhưng chúng hỗ trợ quá trình xử lý và lưu trữ. Nói cách khác, dữ liệu đã được đặt ở nơi tính toán cần mà không bị phân tách bởi bộ xử lý và bộ nhớ riêng biệt.
Điều này tổng thể giúp tăng tốc độ tính toán của não vì không có sự tách biệt giữa bộ nhớ và bộ xử lý, điều này có thể gây ra sự chậm lại trong các máy cổ điển (von Neumann). Nhưng nó cũng tránh được nhu cầu thực hiện nhiệm vụ cụ thể là truy cập dữ liệu từ các thành phần bộ nhớ chính, như xảy ra trong các hệ thống máy tính truyền thống và tiêu tốn một lượng lớn năng lượng.
Những nguyên tắc này là nguồn cảm hứng chính cho DeepSouth.
Nhưng đây không phải là hệ thống thần kinh duy nhất hiện đang hoạt động. Đáng nói là Dự án Não người (HBP) do một sáng kiến của EU tài trợ. HBP hoạt động từ năm 2013 đến năm 2023 và tạo ra BrainScaleS, một cỗ máy có trụ sở tại Heidelberg, Đức, mô phỏng cách thức hoạt động của các tế bào thần kinh và khớp thần kinh.
Vì máy tính mô phỏng thần kinh được thiết kế để bắt chước bộ não thật nên chúng có thể là khởi đầu cho một bước ngoặt. Chúng cung cấp sức mạnh tính toán bền vững và giá cả phải chăng, đồng thời cho phép các nhà nghiên cứu đánh giá các mô hình hệ thống thần kinh, biến chúng thành nền tảng lý tưởng cho nhiều ứng dụng.
Chúng có tiềm năng nâng cao hiểu biết của con người về bộ não và cung cấp những cách tiếp cận mới về trí tuệ nhân tạo.
Tham khảo: https://www.westernsydney.edu.au/ne...tion_being_build_at_western_sydney_university
Siêu máy tính lớn nhất hiện nay của nhân loại, Hewlett Packard Enterprise Frontier, cũng có thể hoàn thành các phép tính tương tự như bộ não con người, nhưng nó chiếm diện tích 680 mét vuông và có công suất hoạt động 22,7 triệu watt.
Sự khác biệt lớn về mức tiêu thụ năng lượng giữa hai con số này nêu bật sự tiến bộ về mặt kiến trúc của bộ não con người như một thiết bị điện toán. Mới đây, các nhà khoa học Australia công bố họ đã phát triển được siêu máy tính mô phỏng hoàn toàn bộ não con người, DeepSouth, sẽ ra mắt vào tháng 4 năm sau.
Nhóm ICNS của Đại học Western Sydney đã hợp tác phát triển siêu máy tính với các đối tác trong lĩnh vực thần kinh học từ Đại học Sydney, Đại học Melbourne và Đại học Aachen ở Đức.
Siêu máy tính được đặt tên là DeepSouth để tỏ lòng tôn kính với hệ thống TrueNorth và Deep Blue của IBM.
Giáo sư André van Schaik, Giám đốc ICNS tại Đại học Western Sydney, cho biết:
Sự tiến bộ trong hiểu biết của chúng ta về cách não sử dụng tế bào thần kinh để thực hiện tính toán bị cản trở do chúng ta không thể mô phỏng các mạng giống như não trên quy mô lớn. Mô phỏng Mạng thần kinh tăng đột biến trên các máy tính tiêu chuẩn sử dụng bộ xử lý đồ họa (GPU) và bộ xử lý trung tâm (CPU) đa lõi quá chậm và ngốn điện. Hệ thống của chúng tôi sẽ thay đổi điều đó.
Nền tảng này sẽ nâng cao hiểu biết của chúng ta về bộ não và phát triển các ứng dụng điện toán quy mô não trong nhiều lĩnh vực khác nhau như cảm biến, y sinh, robot, không gian và các ứng dụng trí tuệ nhân tạo quy mô lớn.
Theo ICNS, lợi ích chính của siêu máy tính này nằm ở những điểm sau:
- Xử lý song song cực nhanh, ồ ạt với công suất cực thấp: Bộ não có thể xử lý tương đương 10^18 thao tác mỗi giây với công suất 20 watt.
- Khả năng mở rộng: Hệ thống cho phép bổ sung thêm phần cứng để tạo ra một hệ thống lớn hơn hoặc thu nhỏ quy mô cho các ứng dụng di động nhỏ hơn hoặc tiết kiệm chi phí hơn.
- Có thể cấu hình lại: Sử dụng Mảng cổng lập trình trường (FPGA) tận dụng để tạo điều kiện lập trình lại phần cứng, cho phép bổ sung các mô hình nơ-ron mới, sơ đồ kết nối và quy tắc học tập để khắc phục các vấn đề thần kinh khác bằng cách sử dụng các Hạn chế phần cứng được thiết kế tùy chỉnh phát sinh trong hệ thống máy tính.
DeepSouth sẽ được truy cập từ xa thông qua giao diện người dùng cho phép mô tả các mô hình thần kinh và thiết kế mạng lưới thần kinh bằng ngôn ngữ lập trình phổ biến Python. Giao diện người dùng được phát triển để cho phép các nhà nghiên cứu sử dụng nền tảng mà không cần kiến thức chi tiết về cấu hình phần cứng.
- Tính khả dụng thương mại: Tận dụng phần cứng có sẵn trên thị trường đảm bảo cải tiến liên tục phần cứng, độc lập với nhóm thiết kế siêu máy tính, khắc phục các hạn chế thấy trong các hệ thống điện toán biến đổi thần kinh khác sử dụng phần cứng được thiết kế tùy chỉnh.
Các chip tùy chỉnh mất rất nhiều thời gian để thiết kế và sản xuất và tiêu tốn hàng chục triệu đô la cho mỗi chip. Việc sử dụng phần cứng có thể cấu hình sẵn có trên thị trường có nghĩa là nguyên mẫu có thể dễ dàng được sao chép ở các trung tâm dữ liệu trên toàn thế giới.
- Trí tuệ nhân tạo: Bằng cách bắt chước bộ não, sẽ có thể tạo ra những cách hiệu quả hơn để thực hiện các quy trình trí tuệ nhân tạo so với các mô hình hiện tại.
Giới hạn của Transistor
Để hiểu được sự khác biệt giữa "bộ não con người mô phỏng" này và những chiếc máy tính đa năng ngày nay, chúng ta vẫn phải bắt đầu từ kiến trúc của những chiếc máy tính hiện đại.Vào ngày 30 tháng 6 năm 1945, nhà toán học và vật lý học John von Neumann đã mô tả thiết kế của một cỗ máy mới – Máy tính tự động biến rời rạc điện tử (Edvac). Điều này xác định một cách hiệu quả các máy tính điện tử hiện đại như chúng ta biết.
Điện thoại thông minh, máy tính xách tay và siêu máy tính mạnh nhất thế giới đều tiếp tục sử dụng cùng một kiến trúc cơ bản được von Neumann giới thiệu khoảng 80 năm trước. Tất cả chúng đều có các đơn vị xử lý và bộ nhớ khác nhau, nơi dữ liệu và hướng dẫn được lưu trữ trong bộ nhớ và được bộ xử lý tính toán.
Trong nhiều thập kỷ, số lượng bóng bán dẫn trên một vi mạch đã tăng gấp đôi cứ sau hai năm, một hiện tượng được gọi là Định luật Moore. Điều này cho phép chúng ta có những chiếc máy tính nhỏ hơn, rẻ hơn.
Tuy nhiên, kích thước bóng bán dẫn hiện đang tiến gần đến quy mô nguyên tử. Ở kích thước nhỏ bé như vậy, việc sinh nhiệt quá mức trong quá trình tính toán là một vấn đề nghiêm trọng.
Hiện tượng này, được gọi là đường hầm lượng tử, cản trở chức năng của bóng bán dẫn. Điều này làm cho con đường thu nhỏ bóng bán dẫn được biểu thị bằng Định luật Moore ngày càng khó đi theo.
Bộ não không hoạt động theo mô hình máy tính của John von Neumann.
Nó không có khu vực tính toán và lưu trữ riêng biệt.
Thay vào đó, chúng hoạt động bằng cách kết nối hàng tỷ tế bào thần kinh truyền thông tin dưới dạng xung điện. Thông tin có thể được truyền từ nơron này sang nơron tiếp theo thông qua các điểm kết nối được gọi là khớp thần kinh.
Việc tổ chức các tế bào thần kinh và khớp thần kinh trong não rất linh hoạt, có thể mở rộng và hiệu quả.
Vì vậy, không giống như máy tính, bộ nhớ và tính toán trong não được điều khiển bởi cùng các tế bào thần kinh và khớp thần kinh. Các nhà khoa học đã nghiên cứu mô hình này từ cuối những năm 1980 với ý định đưa nó vào tính toán.
Cuộc sống mô phỏng
Máy tính mô hình thần kinh dựa trên mạng lưới phức tạp gồm các bộ xử lý cơ bản đơn giản hoạt động giống như tế bào thần kinh và khớp thần kinh của não. Ưu điểm chính của thiết kế này là máy vốn đã hoạt động song song.Điều này có nghĩa là, giống như tế bào thần kinh và khớp thần kinh, gần như tất cả các bộ xử lý trong máy tính có thể chạy đồng thời, giao tiếp theo chuỗi.
Hơn nữa, do các phép tính được thực hiện bởi các nơ-ron và khớp thần kinh riêng lẻ rất đơn giản so với các máy tính truyền thống nên mức tiêu thụ năng lượng sẽ nhỏ hơn nhiều.
Điều này tổng thể giúp tăng tốc độ tính toán của não vì không có sự tách biệt giữa bộ nhớ và bộ xử lý, điều này có thể gây ra sự chậm lại trong các máy cổ điển (von Neumann). Nhưng nó cũng tránh được nhu cầu thực hiện nhiệm vụ cụ thể là truy cập dữ liệu từ các thành phần bộ nhớ chính, như xảy ra trong các hệ thống máy tính truyền thống và tiêu tốn một lượng lớn năng lượng.
Những nguyên tắc này là nguồn cảm hứng chính cho DeepSouth.
Nhưng đây không phải là hệ thống thần kinh duy nhất hiện đang hoạt động. Đáng nói là Dự án Não người (HBP) do một sáng kiến của EU tài trợ. HBP hoạt động từ năm 2013 đến năm 2023 và tạo ra BrainScaleS, một cỗ máy có trụ sở tại Heidelberg, Đức, mô phỏng cách thức hoạt động của các tế bào thần kinh và khớp thần kinh.
Vì máy tính mô phỏng thần kinh được thiết kế để bắt chước bộ não thật nên chúng có thể là khởi đầu cho một bước ngoặt. Chúng cung cấp sức mạnh tính toán bền vững và giá cả phải chăng, đồng thời cho phép các nhà nghiên cứu đánh giá các mô hình hệ thống thần kinh, biến chúng thành nền tảng lý tưởng cho nhiều ứng dụng.
Chúng có tiềm năng nâng cao hiểu biết của con người về bộ não và cung cấp những cách tiếp cận mới về trí tuệ nhân tạo.
Tham khảo: https://www.westernsydney.edu.au/ne...tion_being_build_at_western_sydney_university
