Caros Leitores;
A necessidade de velocidade é um tema quente entre os participantes do AI Hardware Summit desta semana – modelos de linguagem de IA maiores, chips mais rápidos e mais largura de banda para máquinas de IA fazerem previsões precisas.
Mas algumas startups de hardware estão adotando uma abordagem de retrocesso para a computação de IA para combater a abordagem mais é melhor. Empresas como Innatera, Rain Neuromorphics e outras estão criando cérebros de silício com circuitos analógicos para imitar a funcionalidade do cérebro.
O cérebro é inerentemente analógico, recebendo dados sensoriais brutos, e esses fabricantes de chips estão tentando recriar a maneira como os neurônios e as sinapses do cérebro funcionam nos circuitos analógicos tradicionais.
Os chips analógicos podem ser dispositivos de detecção de baixo consumo de energia muito bons, especialmente para algumas aplicações de som e visão, disse Kevin Krewell, analista da Tirias Research.
“Analógico é uma representação mais próxima de como o cérebro age usando células de memória distribuídas para manter os pesos dos neurônios ou alguma outra maneira de manter um peso analógico”, disse Krewell.
A IA e o aprendizado de máquina dependem principalmente de chips digitais na borda ou em data centers. Mas há um lugar para chips analógicos na borda, como em smartphones ou carros, que precisam de inteligência instantânea sem enviar dados para a nuvem, que é usada para fornecer serviços de IA.
“Não pretendemos substituir todo o pipeline de IA”, disse Sumeet Kumar, CEO da Innatera Nanosystems BV, com sede em Rijkswijk, Holanda.
O chip de IA de terceira geração da Innatera tem 256 neurônios e 65.000 sinapses, o que não parece muito comparado ao cérebro humano, que tem 86 bilhões de neurônios e opera em cerca de 20 watts. Mas Kumar disse que é possível criar uma rede recorrente totalmente conectada no topo, e o chip pode operar com baterias de célula tipo moeda.
O chip está sendo usado pelos clientes para rodar aplicativos de radar e áudio, com desempenho competitivo em relação a outros chips da mesma classe. O objetivo do chip é incorporar baixos níveis de aprendizado e inferência no dispositivo, o que é considerado um grande desafio para a IA entre os participantes da feira.
“O que estamos tentando fazer é reconhecer que, quando os dados passam de um sensor para a nuvem, eles são transformados em vários estágios por diferentes tipos de IA. E o que vemos com frequência são clientes fazendo manipulação de dados de sensores de baixo nível na nuvem, o que é completamente desnecessário”, disse Kumar.
O chip Innatera recebe informações provenientes de um sensor, que são convertidas em picos, e o conteúdo da entrada é codificado exatamente quando esses picos ocorrem.
“É exatamente assim que acontece em seu cérebro. Quando você ouve algo, há... minúsculos cabelos [células] em seu ouvido, que na verdade detectam cada banda de frequência e qual é a energia dentro dessa banda. E essas [células] capilares irão vibrar, produzir picos, que então vão para o resto do seu córtex auditivo. Essencialmente, estamos seguindo exatamente o mesmo princípio”, disse Kumar.
Subjacente a esse princípio, dentro dos neurônios do cérebro existem íons de cálcio e íons de baixo sódio, e essas concentrações mudam com o tempo. O chip da Innatera replica esse mesmo tipo de comportamento usando correntes.
“Nós dimensionamos quanta corrente está entrando no neurônio e saindo do neurônio. É assim que estamos imitando o cérebro”, disse Kumar.
A ideia não é interromper o fluxo atual de IA para a nuvem, mas substituir a safra atual de chips de IA na borda que não são capazes de tomar decisões no dispositivo. O chip também reduz o processo de conversão de sinais analógicos para digitais.
“Você não pode realmente traduzir um sinal analógico a uma longa distância porque então você realmente tem degradação. Evitamos isso convertendo esse sinal analógico em um pico”, disse Kumar.
A base da IA hoje é baseada na simulação da ação dos neurônios do cérebro usando chips e técnicas digitais, o que tem feito muito sucesso. Com base no progresso da lei de Moore, esses circuitos e redes digitais ficaram maiores e mais rápidos.
Mas o analógico tem seus problemas. Por exemplo, é mais difícil ganhar consistência nos chips analógicos com problemas de calibração como desvio,
“Circuitos analógicos e células de memória não escalam como circuitos digitais. E na maioria das vezes o analógico precisa ser convertido em digital para interagir com o resto do sistema”, disse Krewell.
Para ter certeza, o conceito de chips neuromórficos não é novo. Empresas como Intel e IBM vêm desenvolvendo chips inspirados no cérebro, e as universidades estão desenvolvendo suas próprias versões com circuitos analógicos. A Intel e outros aumentaram a conscientização sobre a diferença entre chips neuromórficos e IA convencional, mas as startups sentiram a necessidade de lançar seus produtos à medida que os requisitos de computação de IA e a eficiência de energia estão crescendo em um ritmo insustentável.
Outra empresa de chips de IA, a Rain Neuromorphics , disse que seu chip que imita o cérebro seria usado em aceleradores de partículas no Laboratório Nacional de Argonne.
Em uma apresentação no AI Hardware Summit, a empresa não forneceu muitos detalhes sobre como o chip seria usado, mas o CEO da empresa, Gordon Wilson, disse que o chip funcionará como cérebros de silício que ajudariam o laboratório de pesquisa a estudar e tirar conclusões sobre colisões de partículas.
O cérebro de silício fornecerá inteligência no dispositivo para proteger contra a deriva do sensor, o que pode fazer com que dados defeituosos sejam alimentados aos sistemas de IA. O conceito de desvio do sensor é semelhante ao desvio do modelo em IA, no qual dados ruins inseridos em um modelo de aprendizado podem tirar o sistema de IA do curso.
Wilson afirmou que os recursos do chip no dispositivo são mais eficientes em termos de energia em comparação com a IA na nuvem.
“Você precisa da capacidade de aprender rapidamente. Você precisa da capacidade de treinar e ajustar o desvio do sensor para manter o desempenho deste sistema”, disse Wilson.
A primeira iteração do chip Rain “essencialmente não será radicalmente diferente de… outro analógico ou mix de chips”, disse Wilson. Mas terá a capacidade de aprender, o que liberará mais valor.
Wilson apontou para tipos possivelmente diferentes de memória, como circuitos de memristor, proporcionando a capacidade de aprender. Os memristores estão em desenvolvimento desde a década de 1960 e procurados pela HP (que mais tarde se tornou HPE) para usar em um megacomputador chamado The Machine, mas a tecnologia ainda é uma novidade.
“O Memristor serve como um resistor de memória. É um resistor que pode ajustar sua resistência. É usado como uma sinapse artificial”, disse Wilson. Em um cérebro, as sinapses não precisam ser perfeitas, e os requisitos serão diferentes para os memristores de Rain.
O capitalista de risco Sam Altman, conhecido por seu trabalho em IA como CEO da OpenAI, investiu US$ 25 milhões na Rain Neuromorphics no início deste ano.
Fonte: HPCWIRE / Por Agam Shah / Publicação 17-09-2022
https://www.hpcwire.com/2022/09/17/analog-chips-find-a-new-lease-of-life-in-artificial-intelligence/
Web Science Academy; 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