La puce IBM traite les données de la même manière que votre cerveau

Un nouveau type de puce informatique, dévoilé aujourd'hui par IBM, s'inspire de la couche externe ridée du cerveau humain. Bien qu'il ne soit pas à la hauteur d'un microprocesseur conventionnel en nombre de calculs, la puce consomme beaucoup moins d'énergie et est bien mieux adaptée au traitement des images, du son et d'autres données sensorielles.

Nouvelle pensée : IBM a construit un processeur conçu en utilisant des principes à l'œuvre dans votre cerveau.

La puce SyNapse d'IBM traite les informations à l'aide d'un réseau d'un peu plus d'un million de neurones, qui communiquent entre eux à l'aide de pointes électriques, comme le font les neurones réels. La puce utilise les mêmes composants de base que les puces commerciales actuelles, à savoir les transistors au silicium. Mais ses transistors sont configurés pour imiter le comportement des neurones et les connexions - les synapses - entre eux.

La puce SyNapse rompt avec une conception connue sous le nom d'architecture Von Neumann qui sous-tend les puces informatiques depuis des décennies. Bien que les chercheurs expérimentent depuis la fin des années 1980 des puces modélisées sur le cerveau, connues sous le nom de puces neuromorphiques, toutes étaient jusqu'à présent beaucoup moins complexes et pas assez puissantes pour être pratiques (voir Thinking in Silicon ). Les détails de la puce ont été publiés aujourd'hui dans le journal La science .

La nouvelle puce n'est pas encore un produit, mais elle est suffisamment puissante pour résoudre des problèmes réels. Lors d'une démonstration au centre de recherche IBM d'Almaden, Examen de la technologie MIT vu quelqu'un reconnaître des voitures, des personnes et des vélos dans une vidéo d'un carrefour routier. Un ordinateur portable à proximité qui avait été programmé pour effectuer la même tâche traitait les images 100 fois plus lentement qu'en temps réel et consommait 100 000 fois plus d'énergie que la puce IBM. Les chercheurs d'IBM expérimentent actuellement la connexion de plusieurs puces SyNapse ensemble, et ils espèrent construire un supercalculateur en utilisant des milliers.

Lorsque des données sont introduites dans une puce SyNapse, cela provoque un flux de pointes et ses neurones réagissent avec une tempête de pointes supplémentaires. Le peu plus d'un million de neurones sur la puce sont organisés en 4 096 blocs identiques de 250, un arrangement inspiré de la structure du cerveau des mammifères, qui semble être construit à partir de circuits répétitifs de 100 à 250 neurones, explique Dharmendra Modha , scientifique en chef pour l'informatique inspirée du cerveau chez IBM. La programmation de la puce implique de choisir quels neurones sont connectés et dans quelle mesure ils s'influencent mutuellement. Pour reconnaître des voitures en vidéo, par exemple, un programmeur établirait les paramètres nécessaires sur une version simulée de la puce, qui serait ensuite transférée sur la vraie chose.

Ces dernières années, des percées majeures dans l'analyse d'images et la reconnaissance vocale ont été réalisées grâce à l'utilisation de grands réseaux de neurones simulés pour travailler sur des données (voir Deep Learning ). Mais ces réseaux nécessitent des grappes géantes d'ordinateurs conventionnels. À titre d'exemple, le célèbre réseau de neurones de Google capable de reconnaître les visages de chats et d'humains nécessitait 1 000 ordinateurs dotés de 16 processeurs chacun (voir Logiciels autodidactes).

Bien que la nouvelle puce SyNapse ait plus de transistors que la plupart des processeurs de bureau, ou que n'importe quelle puce qu'IBM ait jamais fabriquée, avec plus de cinq milliards, elle consomme étonnamment peu d'énergie. Lors de l'exécution de la démo de reconnaissance vidéo du trafic, elle n'a consommé que 63 milliwatts d'énergie. Les puces de serveur avec un nombre similaire de transistors consomment des dizaines de watts d'énergie, soit environ 10 000 fois plus.

L'efficacité des ordinateurs conventionnels est limitée car ils stockent les données et les instructions de programme dans un bloc de mémoire distinct du processeur qui exécute les instructions. Au fur et à mesure que le processeur traite ses instructions dans une séquence linéaire, il doit constamment faire la navette entre les informations de la mémoire de stockage, un goulot d'étranglement qui ralentit les choses et gaspille de l'énergie.

La nouvelle puce d'IBM n'a pas de blocs de mémoire et de traitement séparés, car ses neurones et ses synapses entremêlent les deux fonctions. Et cela ne fonctionne pas sur les données dans une séquence linéaire d'opérations ; les neurones individuels se déclenchent simplement lorsque les pointes qu'ils reçoivent d'autres neurones les y obligent.

Horst-Simon , directeur adjoint du Lawrence Berkeley National Lab et expert en calcul intensif, affirme que jusqu'à présent, l'industrie s'est concentrée sur le bricolage de l'approche Von Neumann plutôt que sur son remplacement, par exemple en utilisant plusieurs processeurs en parallèle ou en utilisant des processeurs graphiques pour accélérer certains types de calculs. La nouvelle puce peut être un développement historique, dit-il. La très faible consommation électrique et l'évolutivité de cette architecture sont vraiment uniques.

Un inconvénient est que la puce d'IBM nécessite une approche entièrement nouvelle de la programmation. Bien que la société ait annoncé l'année dernière une suite d'outils destinés à écrire du code pour sa prochaine puce (voir IBM Scientists Show Blueprints for Brainlike Computing ), même les meilleurs programmeurs trouvent qu'apprendre à travailler avec la puce est meurtri, dit Modha : c'est presque toujours frustrant. de l'expérience. Son équipe travaille à la création d'une bibliothèque de blocs de code prêts à l'emploi pour faciliter le processus.

Demander à l'industrie d'adopter un tout nouveau type de puce et de méthode de codage peut sembler audacieux. Mais IBM peut trouver un public réceptif car il devient clair que les ordinateurs actuels ne seront pas en mesure de fournir beaucoup plus en termes de gains de performances. Cette puce arrive au bon moment, dit Simon.

cacher