संक्षेप में न्यूरोमोर्फिक प्रोसेसर की वास्तुकला के बारे में: एक अंदर का लुक

आईबीएम के शोधकर्ताओं ने न्यूरोमोर्फिक ट्रू नोर्थ चिप्स की संरचना के साथ एक पेटेंट आवेदन प्रकाशित किया है। हमने इस दस्तावेज़ पर एक नज़र रखने और आईबीएम प्रोसेसर के काम करने के तरीके के बारे में बात करने का फैसला किया।


/ फ़्लिकर / आईबीएम रिसर्च / सीसी

TrueNorth के बारे में

TrueNorth 2014 में DARPA के समर्थन से IBM द्वारा विकसित एक न्यूरोमॉर्फिक प्रोसेसर है। "न्यूरोमॉर्फिक" शब्द का अर्थ है कि चिप की वास्तुकला मानव मस्तिष्क के सिद्धांतों पर आधारित है।

इस तरह की डिवाइस प्रक्रियाओं के साथ लाखों न्यूरॉन्स के काम का अनुकरण करती है - डेंड्राइट्स और एक्सोन । पूर्व जानकारी की धारणा के लिए जिम्मेदार हैं, जबकि बाद वाले इसके प्रसारण के लिए जिम्मेदार हैं। इसके अलावा, सभी न्यूरॉन्स synapses द्वारा परस्पर जुड़े हुए हैं - विशेष संपर्क जिसके माध्यम से विद्युत संकेत (तंत्रिका आवेग) संचारित होते हैं।

IBM डेवलपर्स के अनुसार, TrueNorth का लक्ष्य तंत्रिका नेटवर्क की शिक्षा में तेजी लाना है। शास्त्रीय लोगों के विपरीत, न्यूरोमॉर्फिक प्रोसेसर, हर बार मेमोरी (या रजिस्टर) तक पहुंचने और वहां से डेटा निकालने की आवश्यकता नहीं है - सभी जानकारी पहले से ही कृत्रिम न्यूरॉन्स में संग्रहीत हैं।

चिप अंदर से कैसी दिखती है

TrueNorth 28-नैनोमीटर प्रोसेस तकनीक का उपयोग करके निर्मित है। प्रोसेसर में 5.4 बिलियन ट्रांजिस्टर और 4096 कोर हैं। प्रत्येक कोर एक कार्य अनुसूचक, SRAM और एक राउटर से सुसज्जित था। इस संरचना ने हमें एक मिलियन न्यूरॉन्स और 256 मिलियन सिंकैप्स के काम का अनुकरण करने की अनुमति दी।

अपने पेटेंट में , आईबीएम निम्नलिखित योजना का हवाला देता है:


चिप के सिद्धांतों को छवि मान्यता के लिए दृढ़ तंत्रिका नेटवर्क के उदाहरण द्वारा दर्शाया जा सकता है। एक प्रोसेसर न्यूरॉन्स की एक परत है। जब एक न्यूरॉन डेटा की पहचान करता है, उदाहरण के लिए, एक आकृति का समोच्च, एक आवेग उत्पन्न होता है। प्रत्येक ऐसे आवेग, पारंपरिक रूप से, छवि के एक पिक्सेल को दर्शाता है।

इसके अलावा, न्यूरॉन्स की पहली परत डेटा को अगली परत (सभी समान दालों के माध्यम से) तक पहुंचाती है। तो, परत दर परत, नेटवर्क छवि को पहचानता है - पहले आकृति और विवरण, और फिर पूरी तस्वीर।

पारंपरिक भाषाएं न्यूरोसिनैप्टिक नाभिक की प्रोग्रामिंग के लिए उपयुक्त नहीं हैं। इसलिए, IBM ने एक विशेष भाषा Corelet विकसित की । इसमें OOP के मूल गुण हैं: इनकैप्सुलेशन, इनहेरिटेंस, और पॉलीमोर्फिज्म और MATLAB पर आधारित है। इसके साथ, गुठली को उनके काम को आसान बनाने के लिए कक्षाओं के रूप में परिभाषित किया गया है। डेवलपर्स ने अपनी प्रस्तुति में एक नमूना कोड दिया ( पृष्ठ 17 )।

इसी तरह के समाधान

न्यूरोमॉर्फिक प्रोसेसर न केवल आईबीएम पर काम कर रहे हैं। इंटेल 2017 से लोहि चिप विकसित कर रहा है। इसमें 130 हज़ार कृत्रिम न्यूरॉन और 130 मिलियन सिनैप्स शामिल हैं। इस वर्ष, आईटी दिग्गज ने 14-एनएम प्रक्रिया प्रौद्योगिकी के एक प्रोटोटाइप के उत्पादन को पूरा किया । पहले परीक्षणों के परिणामों के अनुसार, चिप एक अलग कोण से 3 डी डेटा को पहचानता है, कुछ सेकंड में यह प्रशिक्षण के लिए निर्धारित डेटा को आत्मसात करता है।

इसी तरह की एक अन्य परियोजना ब्रेनचिप द्वारा विकसित की जा रही है। उनकी अकिदा प्रणाली में 1.2 मिलियन न्यूरॉन्स और 10 बिलियन सिनैप्स हैं। प्रोसेसर छवियों, ऑडियो डेटा और एनालॉग सिग्नल को पहचानने के लिए इंटरफेस से लैस है। सिस्टम डिवाइस आरेख परियोजना की वेबसाइट पर प्रस्तुत किया गया है ।

न्यूरोकिप्स किस कार्य के लिए उपयुक्त हैं

इसी तरह की तकनीकों को मान्यता प्राप्त तंत्रिका नेटवर्क के प्रशिक्षण में तेजी लाने के लिए डिज़ाइन किया गया है, छवि पहचान के लिए "तेज"। उदाहरण के लिए, 2017 में, शोधकर्ताओं ने ट्रू नोर्थ और एक डीवीएस कैमरा (डायनामिक विज़न सेंसर) का परीक्षण किया , जो सिद्धांत रेटिना के संचालन से मिलता जुलता है। तंत्रिका नेटवर्क ने 96.5% की सटीकता के साथ दस इशारों को मान्यता दी।

इसके अलावा, प्रोसेसर के आधार पर साइबर डिफेंस सिस्टम बनाए जाएंगे। आईबीएम के शोधकर्ताओं ने ट्रू साइबर सिक्योरिटी सॉल्यूशन की अवधारणा को पहले से ही प्रस्तावित किया है , जो 90% मामलों में कंप्यूटर नेटवर्क में घुसपैठ का पता लगाता है (उनमें से 80% में यह हमले के प्रकार को निर्धारित करता है)।

जैसा कि न्यूरोप्रोसेसर्स के डेवलपर्स द्वारा कल्पना की गई है, इस तकनीक पर आधारित एमओ सिस्टम को लगातार प्रशिक्षण के लिए नेटवर्क से कनेक्ट नहीं करना होगा, क्योंकि सभी एल्गोरिदम स्थानीय रूप से लागू किए जाएंगे। यह संपत्ति एआई सिस्टम पर आधारित स्मार्टफोन, डेटा सेंटर और स्मार्ट डिवाइस में चिप का उपयोग करने की अनुमति देगा।

शोधकर्ताओं ने अभी तक ऐसे समाधान विकसित किए हैं जो विशिष्ट कार्यों को करने के लिए चिप को प्रोग्राम करना आसान बनाएंगे। विशिष्ट पीएम पूरे पारिस्थितिकी तंत्र के विकास के लिए केवल पहला कदम है। इसलिए, उपयोगकर्ता उपकरणों में प्रौद्योगिकी के बड़े पैमाने पर कार्यान्वयन के बारे में बात करने की कोई आवश्यकता नहीं है।

---

PS हमारे पास एक टेलीग्राम चैनल है - वहां हम वर्चुअलाइजेशन तकनीकों और IaaS के बारे में लिखते हैं:

• IaaS भूकंपों की भविष्यवाणी करने में कैसे मदद करता है
• खेल की दुनिया में IaaS
• वीपीएन लिनक्स कर्नेल में आएगा - क्यों?
• रूस और यूरोप में पीडी को कैसे संभालना है
• VMware के साथ क्या है: तीन नई सुविधाएँ