نشر باحثو IBM طلب
براءة اختراع لهيكل رقائق TrueNorth العصبية. قررنا إلقاء نظرة على هذا المستند والتحدث عن كيفية عمل معالج IBM.
/ Flickr / IBM Research / CCحول TrueNorth
TrueNorth هو معالج عصبي تم تطويره في عام 2014 بواسطة IBM بدعم من DARPA. يعني مصطلح "التشكل العصبي" أن بنية الرقاقة مبنية على مبادئ الدماغ البشري.
يحاكي مثل هذا الجهاز عمل ملايين
الخلايا العصبية مع العمليات -
التشعبات والمحاور العصبية . الأول مسؤول عن إدراك المعلومات بينما الثاني مسؤول عن نقلها. علاوة على ذلك ، يتم ربط جميع الخلايا العصبية متشابكة عن طريق
المشابك العصبية - جهات اتصال خاصة يتم من خلالها إرسال الإشارات الكهربائية (النبضات العصبية).
وفقًا لمطوري IBM ، فإن هدف TrueNorth هو تسريع تعلم الشبكات العصبية. لا تحتاج المعالجات العصبية ، على عكس المعالجات التقليدية ، إلى الوصول إلى الذاكرة (أو التسجيلات) في كل مرة واستخراج البيانات من هناك - يتم تخزين جميع المعلومات بالفعل في الخلايا العصبية الاصطناعية.
كيف تبدو الشريحة في الداخل
يتم
تصنيع TrueNorth باستخدام تقنية معالجة 28 نانومتر. يحتوي المعالج على 5.4 مليار ترانزستور و 4096 نوى. تم تجهيز كل قلب بجدولة المهام ، وذاكرة الوصول العشوائي (SRAM) ، وجهاز التوجيه. سمحت لنا هذه البنية بمحاكاة عمل مليون خلية عصبية و 256 مليون مشابك.
تستشهد IBM في
براءة الاختراع بالمخطط التالي:
يمكن تمثيل مبادئ الشريحة بمثال الشبكات العصبية التلافيفية للتعرف على الصور. المعالج هو طبقة من الخلايا العصبية. عندما يحدد العصبون البيانات ، على سبيل المثال ، كفاف الشكل ، يتم إنشاء دفعة. يشير كل دافع من هذا القبيل ، تقليديًا ، إلى بكسل واحد من الصورة.
علاوة على ذلك ، تنقل الطبقة الأولى من الخلايا العصبية البيانات إلى الطبقة التالية (من خلال جميع النبضات نفسها). لذا ، تتعرف الشبكة على الصورة ، طبقة تلو الأخرى - أولاً الكفاف والتفاصيل ، ثم الصورة بأكملها.
اللغات التقليدية ليست مناسبة لبرمجة نوى الأعصاب. لذلك ،
طورت IBM لغة خاصة Corelet. له الخصائص الأساسية لـ OOP: التغليف ، والميراث ، وتعدد الأشكال ويستند إلى MATLAB. مع ذلك ، يتم تعريف النواة على أنها فئات لجعل إدارة عملها أسهل. أعطى المطورون عينة كود في العرض التقديمي (
ص 17 ).
حلول مماثلة
تعمل المعالجات العصبية ليس فقط في IBM. تقوم Intel بتطوير شريحة
Loihi منذ عام 2017. يتكون من 130 ألف خلية عصبية اصطناعية و 130 مليون مشابك عصبية. هذا العام ،
أكمل عملاق تكنولوجيا المعلومات إنتاج نموذج أولي لتقنية المعالجة 14 نانومتر. وفقًا لنتائج الاختبارات الأولى ، تتعرف الشريحة على البيانات ثلاثية الأبعاد من زاوية مختلفة ، في بضع ثوانٍ تستوعب مجموعة بيانات للتدريب.
يتم تطوير مشروع آخر مماثل من قبل Brainchip. يحتوي نظام Akida على 1.2 مليون خلية عصبية و 10 مليار مشابك. المعالج مجهز بواجهات للتعرف على الصور والبيانات الصوتية والإشارات التناظرية. يتم
عرض مخطط جهاز النظام
على موقع المشروع .
ما هي المهام التي تناسبها رقائق العصب
تم تصميم تقنيات مماثلة لتسريع تدريب
الشبكات العصبية التلافيفية ، "المشحونة" للتعرف على الصور. على سبيل المثال ، في عام 2017 ،
اختبر الباحثون TrueNorth وكاميرا DVS (مستشعر الرؤية الديناميكي) ، والذي يشبه مبدأ تشغيل الشبكية. اعترفت الشبكة العصبية بعشر إيماءات بدقة 96.5٪.
بالإضافة إلى ذلك ، سيتم إنشاء أنظمة الدفاع السيبراني على أساس المعالج.
اقترح باحثون من شركة IBM بالفعل مفهوم حل الأمن السيبراني الحقيقي ، الذي يكتشف الاختراقات في شبكة الكمبيوتر في 90 ٪ من الحالات (في 80 ٪ منهم يحدد نوع الهجوم).
وفقًا لمطوري المعالجات العصبية ، لن تضطر أنظمة MO القائمة على هذه التقنية إلى الاتصال المستمر بالشبكة للتدريب ، حيث سيتم تنفيذ جميع الخوارزميات محليًا. ستسمح هذه الخاصية باستخدام الشريحة في الهواتف الذكية ومراكز البيانات والأجهزة الذكية القائمة على أنظمة الذكاء الاصطناعي.
لم يقم الباحثون حتى الآن بتطوير حلول تجعل من السهل برمجة الشريحة لأداء مهام محددة. PM المتخصصة ليست سوى الخطوة الأولى لتطوير النظام البيئي بأكمله. لذلك ، ليست هناك حاجة للحديث عن التطبيق الواسع النطاق للتكنولوجيا في أجهزة المستخدم.
PS لدينا قناة Telegram - هناك نكتب عن تقنيات المحاكاة الافتراضية و IaaS: