Intel Pohoiki Beach compõe 64 chips neuromórficos Loihi para IA e …

Embora a Intel seja frequentemente criticada por não ter escalado seus chips até o nível de eficiência energética da ARM, ainda tem vantagem quando se trata de poder de processamento bruto quando o TDP não é um problema. Isso é especialmente aplicável em campos de pesquisa onde a principal preocupação é, em certa medida, tentar fazer com que os computadores replicem como o cérebro humano funciona. É exatamente para esse propósito que a Intel desenvolveu seu chip de pesquisa “neuromórfico” Loihi, que agora implantou em um sistema especializado para fornecer as necessidades de processamento de aplicativos especiais, que vão da pesquisa à IA e à IoT.

Até certo ponto, a Intel está enfrentando seus rivais no mercado de silício, especialmente aqueles que estão direcionando seus chips para IA e aplicativos de aprendizado de máquina. Quase todos eles, incluindo a própria Intel, simplesmente reutilizam os mesmos chips e arquiteturas de computação da computação normal do consumidor e os aplicam para esses fins. A Intel, no entanto, está dizendo que, para usos especializados, você também precisará de arquiteturas especializadas.

Os chips Loihi, lançados em 2017, são uma arquitetura desse tipo. O chip de pesquisa foi desenvolvido usando os mesmos princípios encontrados nos cérebros biológicos para tentar criar um computador que imite mais de perto como os cérebros funcionam naturalmente. Agora está colocando esses chips em placas que vão além das capacidades das mentes orgânicas.

A Intel mostrou a placa Nahuku na foto acima que agrega de 8 a 32 chips Loihi. O sistema Pohoiki Beach, por outro lado, combinará várias placas para ter um total de 64 chips Loihi trabalhando juntos para fornecer um poder de processamento 10.000 mais eficiente do que as CPUs comuns.

A Intel prevê que esses sistemas sejam usados ​​por seus parceiros de pesquisa para criar ‘novos algoritmos de inspiração neural’, especificamente para coisas como codificação esparsa, pesquisa de gráficos, localização e mapeamento simultâneos (SLAM) e planejamento de caminhos. Estes, por sua vez, podem ser usados ​​para avançar o estado da IA ​​e do aprendizado de máquina usado em tudo, desde dispositivos IoT em residências a carros autônomos na estrada.

Artigos Relacionados

Back to top button