Intel presenta il suo sistema neuromorfico Pohoiki Beach, basato su 64 chip Loihi

Intel ha annunciato la disponibilità del nuovo sistema neuromorfico Pohoiki Beach offrendolo all’intera comunità dei ricercatori.
Composto 64 chip sperimentali Loihi, ricercatori ed esperti possono usare il sistema per impiegare in modo efficiente nuovi algoritmi ispirati alle reti neurali (sparse coding, localizzazione e mappatura simultanea (SLAM) e pianificazione dei percorsi) in grado di apprendere e adattarsi in base ai dati in entrata. Pohoiki Beach rappresenta un importante traguardo nella ricerca neuromorfica di Intel tanto che dagli attuali 8 milioni di neuroni, gli ingegneri dell’azienda di Santa Clara contano di portare l’architettura a 100 milioni di neuroni entro la fine dell’anno.

Il chip Loihi era stato svelato a gennaio 2018 (Intel presenta il chip neuromorfico Loihi e un processore quantistico a 49 qubit): esso applica alle architetture informatiche i principi riscontrati nei cervelli biologici consentendo di elaborare informazioni fino a 1.000 volte più velocemente e con un’efficienza 10.000 volte superiore rispetto alle CPU convenzionali nell’ambito di applicazioni specializzate come sparse coding, ricerca dei grafi (graph search) e problemi di soddisfazione di vincoli (CSP).

Intel spiega che via a via che nuove e complesse operazioni di computing diventano la norma, vi è la crescente necessità di architetture specializzate, progettate per applicazioni specifiche. Loihi e Pohoiki Beach sono la risposta a queste esigenze: gli strumenti che permetteranno di continuare a offrire guadagni in termini di potenza e prestazioni senza puntare solo sulla miniaturizzazione (riduzione del processo costruttivo).

Pohoiki Beach sarà disponibile a più di 60 partner Intel e già nel corso di questa settimana, nel corso del Telluride Neuromorphic Cognition Engineering Workshop 2019, i ricercatori stanno dimostrando come Loihi possa aiutare a fronteggiare le sfide dell’ingegneria neuromorfica.
Tra i progetti illustrati, la capacità di adattamento della gamba protesica AMPRO, il tracciamento degli oggetti utilizzando le fotocamere emergenti basate su eventi, l’automazione di un biliardino con rilevamento e controllo neuromorfico, l’apprendimento sulle modalità per il controllo di un pendolo inverso lineare e l’inferenza degli input tattili per la pelle elettronica del robot iCub.

“Con il chip Loihi siamo stati in grado di ottenere un consumo energetico 109 volte inferiore con un benchmark di deep learning in tempo reale rispetto a una GPU e un consumo energetico 5 volte inferiore rispetto all’hardware specializzato per l’inferenza IoT“, ha affermato Chris Eliasmith, co-CEO di Applied Brain Research e professore all’Università di Waterloo. “Inoltre, man mano che scaliamo la rete fino a 50 volte, Loihi mantiene risultati prestazionali in tempo reale e consuma solo il 30% di energia in più, mentre l’hardware IoT consuma il 500% di energia in più e non funziona più in tempo reale“.

Iil professor Konstantinos Michmizos della Rutgers University ha commentato: “Loihi ci ha permesso di realizzare una rete neuronale di alto livello che imita le rappresentazioni e il comportamento neuronale del cervello. La soluzione SLAM è emersa come una proprietà della struttura della rete. Abbiamo misurato tramite benchmark la rete basata su Loihi e l’abbiamo trovata altrettanto accurata ma con un consumo di energia 100 volte inferiore rispetto al metodo SLAM basato su CPU, ampiamente utilizzato per i robot mobili“.

Più avanti nel corso dell’anno Intel presenterà un sistema basato su chip Loihi ancora più potente con nome in codice Pohoiki Springs, che si baserà sull’architettura Pohoiki Beach per offrire un livello senza precedenti di prestazioni ed efficienza per carichi di lavoro neuromorfici scalabili. Le attività di ricerca svolta in seno ai laboratori Intel e dai partner apriranno la strada alla futura commercializzazione della tecnologia neuromorfica.