Запущен нейрокомпьютер, превосходящий мозг мыши

Система объединяет 768 нейроморфных чипов.

Система объединяет 768 нейроморфных чипов.
Фото Tim Herman/Intel Corporation.

Новый нейроморфный компьютер отличается компактностью.

Новый нейроморфный компьютер отличается компактностью.
Фото Intel.

Система объединяет 768 нейроморфных чипов.
Новый нейроморфный компьютер отличается компактностью.
Корпорация Intel объявила о запуске своего самого большого нейроморфного компьютера.

Корпорация Intel объявила о запуске своего самого большого нейроморфного компьютера. Система содержит сто миллионов нейронов – больше, чем мозг домовой мыши.

"Вести.Наука" (nauka.vesti.ru) подробно писали о нейроморфных компьютерах вообще и о чипе Loihi в частности. Напомним, что подобные машины имитируют устройство мозга. Упомянутый чип содержит 130 тысяч искусственных нейронов и 130 миллионов межнейронных соединений (синапсов). Некоторые специфические задачи он решает в сто раз быстрее, чем традиционные компьютеры сравнимой вычислительной мощности.

Теперь инженеры объединили 768 экземпляров Loihi в единый нейроморфный компьютер Pohoiki Springs. Нетрудно посчитать, что новая система насчитывает около ста миллионов нейронов. Это больше, чем в мозге домовой мыши (71 миллион нервных клеток) и сравнимо с мозгом серой крысы (200 миллионов). Между тем напомним, что крысы славятся своей сообразительностью.

При этом устройство оказалось достаточно компактным: Pohoiki Springs занимает не больше места, чем пять стандартных серверов. Потребляемая мощность тоже довольно скромна: всего 500 ватт.

Система будет доступна для облачных вычислений членам Сообщества нейроморфных исследований Intel (Intel Neuromorphic Research Community). Для этого корпорация предоставляет соответствующее программное обеспечение.

Новый нейроморфный компьютер отличается компактностью.

Разработка предназначена для того, чтобы оценить потенциал нейроморфных компьютеров в решении широкого круга задач, требующих большой вычислительной мощности.

В частности, многие проблемы в самых разных областях, от логистики до химии, можно свести к поиску оптимального пути на графе. Напомним, что граф – это множество точек, соединённых линиями. Например, населённые пункты, соединённые дорогами, на карте представляют собой граф. Схему родственных связей между людьми, взаимодействий между химическими веществами и многое другое тоже можно изобразить в виде графа.

Классической для теории графов является задача китайского почтальона: как обойти все улицы города и вернуться домой, проделав как можно меньший путь? Понятно, что похожие вопросы встают, например, перед транспортными компаниями. Между тем полный перебор всех вариантов маршрута обычно непосилен даже для самых мощных компьютеров. Математики много лет работают над алгоритмами, оптимизирующими поиск ответа. Теперь исследователи намерены проверить, насколько эффективными окажутся подходы, разработанные специально для нейроморфного компьютера.

Поиск оптимального пути на графе – лишь частный случай задачи, в которой нужно добиться наилучшего результата, учтя некоторые ограничения. Другие примеры подобных задач – планирование расписания авиарейсов или, скажем, бюджета компании. Здесь тоже Pohoiki Springs может проявить себя.

Специалисты рассчитывают применить новую систему и к такой традиционной для нейронных сетей области как распознавание образов и поиск в изображениях определённых структур.

К слову, ранее "Вести.Наука" (nauka.vesti.ru) писали о нейроморфном компьютере с миллионом процессорных ядер.