Informtica
Baseado em artigo de Zoe Corbyn – BBC – 28/06/2024
A SpiNNcloud afirma que seu computador neuromrfico ser mais eficiente em termos de energia para IA.
[Imagem: SpiNNcloud Systems]
Computao semelhante ao crebro
Todos os grandes fabricantes de hardware esto trabalhando para melhorar a eficincia e diminuir o consumo de energia de seus sistemas, em resposta ao apetite crescente da computao por eletricidade, sobretudo por conta dos aplicativos de inteligncia artificial.
Mas ser que um caminho alternativo poderia ser construir computadores com um tipo de arquitetura fundamentalmente diferente, que seja mais eficiente em termos energticos? Algumas empresas certamente pensam assim, e baseiam-se na estrutura e funo de um rgo que utiliza uma frao da energia de um computador convencional para realizar mais operaes com mais rapidez: O crebro.
Na computao neuromrfica os dispositivos eletrnicos imitam neurnios e sinapses e esto interligados de uma forma que se assemelha rede eltrica do crebro.
Primeiros resultados
No exatamente uma novidade – os pesquisadores tm trabalhado na tcnica desde a dcada de 1980. Mas os requisitos energticos da revoluo da IA esto aumentando a presso para levar essa tecnologia nascente ao mundo real. Os atuais sistemas e plataformas existem principalmente como ferramentas de pesquisa cientfica, mas os proponentes defendem que eles poderiam proporcionar enormes ganhos em eficincia energtica,
Entre aqueles com ambies comerciais esto gigantes de hardware como Intel e IBM. Um punhado de pequenas empresas tambm est em cena. “A oportunidade est espera da empresa que consiga descobrir isso,” disse Dan Hutcheson, analista da TechInsights. “E a oportunidade tanta que pode ser um matador da Nvidia,” acrescentou, referindo-se maior fornecedora de hardware de IA na atualidade.
Em maio, a SpiNNcloud Systems, uma subsidiria da Universidade de Tecnologia de Dresden, na Alemanha, anunciou que comear a vender supercomputadores neuromrficos pela primeira vez e est aceitando encomendas. “Chegamos comercializao de supercomputadores neuromrficos na frente de outras empresas”, disse Hector Gonzalez.
um desenvolvimento significativo, garante o professor Tony Kenyon, do Colgio Universitrio de Londres, que trabalha na rea. “Embora ainda no exista um aplicativo matador, h muitas reas onde a computao neuromrfica proporcionar ganhos significativos em eficincia energtica e desempenho, e tenho certeza de que comearemos a ver uma ampla adoo da tecnologia medida que ela amadurece.”
A IBM afirma que seu chip NorthPole mais eficiente em termos de energia e mais rpido do que outros chips neuromrficos.
[Imagem: IBM Research]
Diferenas dos computadores neuromrficos
A computao neuromrfica abrange uma gama de abordagens, desde simplesmente uma abordagem mais inspirada no crebro, at uma simulao quase total do crebro humano (da qual realmente no estamos nem perto). Mas existem algumas propriedades bsicas de projeto que a diferenciam da computao convencional.
Primeiro, diferentemente dos computadores convencionais, os computadores neuromrficos no possuem memria e unidades de processamento separadas. Em vez disso, essas tarefas so executadas juntas em um chip em um nico local, um conceito chamado computao na memria. Eliminar a necessidade de transferncia de dados entre os dois reduz a energia utilizada e acelera o tempo de processamento, observa o professor Kenyon.
Tambm comum pode ser uma abordagem de computao orientada a eventos. Em contraste com a computao convencional, onde cada parte do sistema est sempre ligada e disponvel para comunicar com qualquer outra parte o tempo todo, a ativao na computao neuromrfica pode ser mais esparsa. Os neurnios e sinapses artificiais s so ativados em um momento em que tm algo a comunicar, da mesma forma que muitos neurnios e sinapses em nossos crebros s entram em ao quando h uma razo para isso. Trabalhar apenas quando h algo para processar tambm economiza energia.
E, embora os computadores modernos sejam digitais – usando 1s ou 0s para representar dados – uma computao neuromrfica pode ser analgica. Historicamente importante, esse mtodo de computao depende de sinais contnuos e pode ser til quando dados provenientes do mundo exterior precisam ser analisados.
E o software neuromrfico?
No entanto, por razes de facilidade, a maioria dos esforos neuromrficos comercialmente orientados so digitais. E as aplicaes comerciais previstas enquadram-se em duas categorias principais.
Uma delas, na qual a SpiNNcloud est focada, consiste em fornecer uma plataforma com maior eficincia energtica e maior desempenho para aplicaes de IA – incluindo anlise de imagem e vdeo, reconhecimento de fala e os grandes modelos de linguagem que alimentam aplicativos como o ChatGPT.
Outra em aplicaes de “computao na borda”, onde os dados so processados no na nuvem, mas em tempo real em dispositivos conectados, mas que operam com restries de energia. Veculos autnomos, robs, telefones celulares e tecnologia vestvel poderiam se beneficiar.
Os desafios tcnicos, no entanto, permanecem. O desenvolvimento do software necessrio para o funcionamento dos chips h muito considerado o principal obstculo ao avano da computao neuromrfica em geral. Embora ter o hardware seja importante, ele deve ser programado para funcionar, e isso pode exigir o desenvolvimento do zero de um estilo de programao totalmente diferente daquele usado pelos computadores convencionais.
“O potencial destes dispositivos enorme… o problema como faz-los funcionar,” resume Hutcheson, que prev que levar pelo menos uma dcada, se no duas, antes que os benefcios da computao neuromrfica sejam realmente sentidos.
Tambm h problemas com custos: Quer usem silcio, como fazem os esforos comercialmente orientados, ou outros materiais, criar chips radicalmente novos caro, observa o professor Kenyon.
IBM e Intel
O atual prottipo de chip neuromrfico da Intel chamado Loihi 2. Em abril, a empresa anunciou que reuniu 1.152 deles para criar o Hala Point, um sistema de pesquisa neuromrfica em grande escala que compreende mais de 1,15 bilho de neurnios e 128 bilhes de sinapses artificiais.
Com uma capacidade de neurnios aproximadamente equivalente a um crebro de coruja, a Intel afirma ser o maior sistema do mundo at hoje. Mas, no momento, ainda um projeto de pesquisa da Intel. “[Mas o Hala Point] est mostrando que h aqui alguma viabilidade real para aplicaes que usam IA,” ressalva Mike Davies, diretor do laboratrio de computao neuromrfica da Intel.
Mais ou menos do tamanho de um forno de micro-ondas, o Hala Point “comercialmente relevante” e “progresso rpido” est sendo feito no lado do software, diz ele.
A IBM chama seu mais recente prottipo de chip inspirado no crebro de NorthPole. Anunciado no ano passado, uma evoluo do seu prottipo de chip TrueNorth anterior. Os testes mostram que ele mais eficiente em termos de energia, de espao e mais rpido do que qualquer chip atualmente no mercado, disse Dharmendra Modha, cientista-chefe em computao inspirada no crebro da empresa. Ele acrescenta que seu grupo agora est trabalhando para demonstrar que os chips podem ser conectados em um sistema maior.
“O caminho para o mercado uma histria a ser escrita,” acrescentou ele. Uma das grandes inovaes do NorthPole, observa o Dr. Modha, que ele foi projetado em conjunto com o software para que todos os recursos da arquitetura possam ser explorados desde o incio.
Futuro hbrido
Outras empresas neuromrficas menores incluem BrainChip, SynSense e Innatera.
O supercomputador da SpiNNcloud comercializa a computao neuromrfica desenvolvida por pesquisadores da Universidade Tcnica de Dresden e da Universidade de Manchester, sob a gide do Projeto Crebro Humano da Unio Europeia. Esses esforos resultaram em dois supercomputadores neuromrficos para fins de pesquisa: A mquina SpiNNaker1, localizada na Universidade de Manchester, composta por mais de um bilho de neurnios, e operacional desde 2018.
Uma mquina SpiNNaker2 de segunda gerao na Universidade de Dresden, que est atualmente em processo de configurao, tem capacidade para emular pelo menos cinco bilhes de neurnios. Os sistemas comercialmente disponveis oferecidos pela SpiNNcloud podem atingir um nvel ainda mais elevado, de pelo menos 10 bilhes de neurnios, garante Gonzalez.
O futuro ser de diferentes tipos de plataformas de computao – convencional, neuromrfica e quntica, que outro novo tipo de computao tambm no horizonte – todas trabalhando juntas, opina o professor Kenyon.
Outras notcias sobre: