Caros Leitores;
Problemas de otimização difíceis podem ser expressos como redes interativas de bits probabilísticos. A solução eficiente desses problemas exige torná-los menos densos às custas de mais p-bits. Crédito: UC Santa Bárbara
A ascensão da inteligência artificial (IA) e do aprendizado de máquina (ML) criou uma crise na computação e uma necessidade significativa de mais hardware que seja eficiente em termos de energia e escalável. Um passo importante tanto na IA quanto no ML é tomar decisões com base em dados incompletos, cuja melhor abordagem é gerar uma probabilidade para cada resposta possível. Os computadores clássicos atuais não são capazes de fazer isso com eficiência energética, uma limitação que levou a uma busca por novas abordagens para a computação. Os computadores quânticos, que operam em qubits, podem ajudar a enfrentar esses desafios, mas são extremamente sensíveis ao ambiente, devem ser mantidos em temperaturas extremamente baixas e ainda estão nos estágios iniciais de desenvolvimento.
Kerem Camsari, professor assistente de engenharia elétrica e de computação (ECE) na UC Santa Barbara, acredita que os computadores probabilísticos (p-computers) são a solução. P-computadores são alimentados por bits probabilísticos (p-bits), que interagem com outros p-bits no mesmo sistema. Ao contrário dos bits em computadores clássicos, que estão em um estado 0 ou 1, ou qubits, que podem estar em mais de um estado ao mesmo tempo, os p-bits flutuam entre as posições e operam à temperatura ambiente. Em um artigo publicado na Nature Electronics , Camsari e seus colaboradores discutem seu projeto que demonstrou a promessa dos p-computers.
"Mostramos que computadores inerentemente probabilísticos, construídos a partir de p-bits, podem superar softwares de última geração que estão em desenvolvimento há décadas", disse Camsari, que recebeu um prêmio Young Investigator do Office of Naval Research anteriormente. este ano.
O grupo de Camsari colaborou com cientistas da Universidade de Messina, na Itália, com Luke Theogarajan, vice-presidente do Departamento de ECE da UCSB, e com o professor de física John Martinis, que liderou a equipe que construiu o primeiro computador quântico do mundo para alcançar a supremacia quântica. Juntos, os pesquisadores alcançaram seus resultados promissores usando hardware clássico para criar arquiteturas específicas de domínio. Eles desenvolveram uma única máquina de Ising esparsa (sIm), um novo dispositivo de computação usado para resolver problemas de otimização e minimizar o consumo de energia.
Camsari descreve o SIM como uma coleção de bits probabilísticos que podem ser considerados pessoas. E cada pessoa tem apenas um pequeno conjunto de amigos confiáveis, que são as conexões "escassas" na máquina.
"As pessoas podem tomar decisões rapidamente porque cada uma tem um pequeno grupo de amigos confiáveis e não precisam ouvir todos em uma rede inteira", explicou. "O processo pelo qual esses agentes chegam a um consenso é semelhante ao usado para resolver um problema de otimização difícil que satisfaz muitas restrições diferentes. Máquinas de Sparse Ising nos permitem formular e resolver uma ampla variedade de problemas de otimização usando o mesmo hardware".
A arquitetura prototipada da equipe incluiu um FPGA (field-programmable gate array), uma poderosa peça de hardware que oferece muito mais flexibilidade do que os circuitos integrados específicos de aplicativos.
"Imagine um chip de computador que permita programar as conexões entre p-bits em uma rede sem ter que fabricar um novo chip", disse Camsari.
Os pesquisadores mostraram que sua arquitetura esparsa em FPGAs era até seis ordens de magnitude mais rápida e aumentava a velocidade de amostragem de cinco a dezoito vezes mais rápido do que aqueles alcançados por algoritmos otimizados usados em computadores clássicos.
Além disso, eles relataram que seu sIm atinge um paralelismo maciço, onde os giros por segundo – o número-chave que mede a rapidez com que um computador p pode tomar uma decisão inteligente – escala linearmente com o número de p-bits. Camsari se refere à analogia de amigos de confiança tentando tomar uma decisão.
"A questão-chave é que o processo de chegar a um consenso requer uma forte comunicação entre as pessoas que conversam continuamente umas com as outras com base em seus pensamentos mais recentes", observou ele. "Se todos tomarem decisões sem ouvir, não se chegará a um consenso e o problema de otimização não será resolvido".
Em outras palavras, quanto mais rápido os p-bits se comunicarem, mais rápido um consenso pode ser alcançado, e é por isso que aumentar os flips por segundo, garantindo que todos ouçam uns aos outros, é crucial.
"Isso é exatamente o que conseguimos em nosso design", explicou. "Ao garantir que todos ouçam uns aos outros e limitar o número de 'pessoas' que podem ser amigas umas das outras, paralelizamos o processo de tomada de decisão".
Seu trabalho também mostrou a capacidade de escalar p-computadores em até cinco mil p-bits, o que Camsari vê como extremamente promissor, enquanto observa que suas ideias são apenas uma peça do quebra-cabeça do p-computador.
"Para nós, esses resultados foram a ponta do iceberg", disse ele. "Usamos a tecnologia de transistores existente para emular nossas arquiteturas probabilísticas, mas se nanodispositivos com níveis muito mais altos de integração forem usados para construir computadores p, as vantagens seriam enormes. É isso que está me fazendo perder o sono".
Um computador p de 8 bits que Camsari e seus colaboradores construíram durante seu tempo como estudante de pós-graduação e pesquisador de pós-doutorado na Purdue University mostrou inicialmente o potencial do dispositivo. Seu artigo , publicado em 2019 na Nature , descreveu uma redução de dez vezes na energia e uma redução de cem vezes na área ocupada necessária em comparação com um computador clássico. O financiamento inicial, fornecido no outono de 2020 pelo Instituto de Eficiência Energética da UCSB, permitiu que Camsari e Theogarajan levassem a pesquisa em p-computer um passo adiante, apoiando o trabalho apresentado na Nature Electronics .
"As descobertas iniciais, combinadas com nossos resultados mais recentes, significam que a construção de p-computadores com milhões de p-bits para resolver problemas de otimização ou de tomada de decisão probabilística com desempenho competitivo pode ser possível", disse Camsari.
A equipe de pesquisa espera que um dia os p-computadores lidem com um conjunto específico de problemas, naturalmente probabilísticos, de forma muito mais rápida e eficiente.
Mais informações: Navid Anjum Aadit et al, Massively parallel probabilistic computing with sparse Ising machines, Nature Electronics (2022). DOI: 10.1038/s41928-022-00774-2
Informações do periódico: Nature Electronics , Nature
Fornecido pela Universidade da Califórnia - Santa Bárbara
Fonte: Techxplore / pela Universidade da Califórnia - Santa Bárbara / 13-06-2022
https://techxplore.com/news/2022-06-potential-p-computers.html
Obrigado pela sua visita e volte sempre!
Hélio R.M.Cabral (Economista, Escritor e Divulgador de conteúdos da Astronomia, Astrofísica, Astrobiologia e Climatologia).Participou do curso (EAD) de Astrofísica, concluído em 2020, pela Universidade Federal de Santa Catarina (UFSC).
Autor do livro: “Conhecendo o Sol e outras Estrelas”.
Acompanha e divulga os conteúdos científicos da NASA (National Aeronautics and Space Administration), ESA (European Space Agency) e outras organizações científicas e tecnológicas.
Participa do projeto S`Cool Ground Observation (Observações de Nuvens) que é integrado ao Projeto CERES (Clouds and Earth´s Radiant Energy System) administrado pela NASA. A partir de 2019, tornou-se membro da Sociedade Astronômica Brasileira (SAB), como astrônomo amador.
Participa também do projeto The Globe Program / NASA Globe Cloud, um Programa de Ciência e Educação Worldwide, que também tem o objetivo de monitorar o Clima em toda a Terra. Este projeto é patrocinado pela NASA e National Science Fundation (NSF), e apoiado pela National Oceanic and Atmospheric Administration (NOAA) e U.S Department of State.
e-mail: heliocabral@coseno.com.br
Nenhum comentário:
Postar um comentário