Еще в 2014 году компания IBM представила чип нового типа, который предназначен для реализации нейронных сетей. Тогда разработчики рассказывали о том, что чип содержит 1 миллион нейронов и 256 миллионов синапсов, что, с некоторыми оговорками, похоже на архитектуру неокортекса. Такой процессор можно использовать для решения задач, где требуется высокая и сверхвысокая производительность. Например, с его помощью можно классифицировать объекты в видеопотоке (это уже делается) в режиме реального времени.

Несколько позже Ливерморская национальная лаборатория (LLNL) объявила о создании производительного компьютера, принцип работы которого схож с принципом работы мозга человека. Система включает 16 миллионов нейронов и 4 млрд синапсов. В компьютере, который был разработан лабораторией, всего 16 TrueNorth чипов, а сама система получила название IBM Neuromorphic System. Для чего такие системы могут использоваться?

«Нейроморфные вычисления открывают весьма впечатляющие новые возможности, и, в целом, эта сфера соответствует нашему видению будущего высокопроизводительных компьютерных систем», — говорит Джим Брейс (Jim Brase), один из руководителей проекта. «Потенциальные возможности нейроморфных вычислений и машинный интеллект помогут изменить то, как мы проводим научные исследования», — продолжает он. По мнению специалистов, на основе таких чипов можно создавать системы на порядок более производительные, чем самые мощные компьютеры современности.

Корпорация IBM старается совершенствовать новую технологию. Сейчас она участвует в совместном проекте с ВВС США. Партнеры собираются создать новый суперкомпьютер, который будет включать 64 миллиона нейронов и 16 миллиардов синапсов. При этом потреблять он будет всего 10 Вт энергии, то есть его можно будет подключить к обычной энергосети.


По мнению разработчиков, новый компьютер (его название TrueNorth Neurosynaptic System) позволит работать с несколькими источниками данных одновременно (видео, изображения, аудио и текст). Сейчас один нейроморфный процессор состоит из 5,4 млн транзисторов, составляющих ядра, всего их 4096. Ядра, в свою очередь создают массив из 1 млн цифровых нейронов, которые взаимодействуют друг с другом посредством 256 миллионов электрических синапсов.

Зачем все это военным? Дело в том, что ВВС США, а именно Air Force Research Lab (AFRL), использует возможности процессора для идентификации военных и гражданских транспортных средств при радиолокации с воздуха. Военные утверждают, что чип работает не хуже, чем мощный военный компьютер. Но энергии при этом потребляется в двадцать раз меньше. В дальнейшем, с увеличением производительности чипов, эффективность работы систем будет гораздо выше.



Чип TrueNorth изготовлен по 28 нм техпроцессу. Он содержит 5,4 миллиарда транзисторов и представляет собой нейроморфную систему со следующими характеристиками:

• один миллион эмулируемых «нейронов»
• 256 миллионов эмулируемых связей между нейронами — «синапсов»
• около 400 мегабит SRAM памяти (приблизительно 50 мегабайт)



Но не только военные интересуются такими процессорами. Корпорация Samsung ранее создала на основе TrueNorth систему машинного зрения. Ее принцип работы отличается от принципа работы обычных камер. И эта система обеспечивает обработку видеопотока со скоростью в 2 тысячи кадров в секунду и выше. У самых современных камер этот показатель не превышает 120 fps.

Но все это — лишь начальный этап. Ведь такие процессоры позволяют создавать самообучающиеся системы, которые максимально близко могут приблизиться к архитектуре мозга человека. Сейчас возможности TrueNorth изучают (и расширяют их) более 40 научно-исследовательских организаций, включая самые известные.
Поделиться с друзьями
-->

Комментарии (17)


  1. ntkj666
    15.07.2017 04:03
    +1

    "5,4 млн" и "5,4 миллиарда".


  1. Vjatcheslav3345
    15.07.2017 09:39
    +1

    А как в таких системах будут бороться с иллюзиями, в том числе такими, которые никогда не встречаются у человека из за ограниченности его органов восприятия — например, при обработки инфракрасного видеопотока или данных радио-, ультразвуковой локации или — при точном измерении температуры?
    Специалисты по маскировке военной техники и солдат наверняка уже работают над новым поколением маскировочных средств, основанных на таких иллюзиях...


    1. DjSapsan
      15.07.2017 14:37

      что за «иллюзии»?


      1. ZyXI
        15.07.2017 15:20
        +2

        Ошибки восприятия вроде «движущихся» статических изображений. У человека таких ошибок известно много, в т.ч. и интересных военным вариантов ложной классификации объектов.


        Поищите в яндексе «зрительные иллюзии», он первой же ссылкой даёт http://www.psy.msu.ru/illusion/, есть и другие верные результаты. Для остальных органов чувств такое что?то подобное тоже есть.


  1. yarric
    15.07.2017 10:14
    +1

    А как его программировать?


    1. pbludov
      15.07.2017 14:46

      Нейронные сети вроде как обучают, а не программируют.


      1. Dr_Dash
        15.07.2017 14:58

        научишь не тому, потом мучайся


        1. Sekira
          15.07.2017 23:09

          Поддерживаю, нужна возможность делать сохранения (снимки), чтобы можно было вернуться на какой-то промежуточный этап.


      1. Peacemaker
        16.07.2017 05:10
        +1

        Первую — да. А на остальные однотипные можно залить уже готовые коэффициенты.


      1. yarric
        16.07.2017 11:46

        Ну это понятно, но в статье вообще ни слова об этом. Хотя бы наводку дали.


        1. sumanai
          16.07.2017 17:07

          Так в этом и состоит отличие нейронных сетей от программ для обычных процессоров. А если вы не знаете, что такое нейронные сети, то стоит сначала почитать о них.


  1. Shtorkin
    15.07.2017 10:34

    При этом потреблять он будет всего 10 Вт энергии

    Это не опечатка?


    1. Demon_i
      15.07.2017 11:46

      На оф сайте написано про 1/10 ватт на чип с 256 миллионами синапсов с дальнейшей целью запитать чипы на триллион синапсов 4 киловаттами



  1. e_v_medvedev
    15.07.2017 19:45

    Интересно, а связи между нейронами в чипе жестко построены или могут перестраиваться? Насколько такая нейронная сеть адаптивна?


    1. michael_vostrikov
      16.07.2017 12:31

      Там переключатель)


      1. e_v_medvedev
        16.07.2017 14:14

        А он не заржавел там случайно? :-D