Intel a annoncé le 02 octobre un partenariat avec Sandia National Laboratories (Sandia) pour explorer la valeur de l'informatique neuromorphique. « Aujourd'hui, Intel Federal LLC annonce un accord de trois ans avec Sandia pour l’exploration de l'informatique neuromorphique dans le but de resourdre les problèmes de calcul à grande échelle », a déclaré Intel sur son site officiel. Les développeurs peuvent commencer à créer des applications neuromorphes sans avoir accès à du matériel neuromorphe spécialisé et peuvent contribuer à la base de code de Lava, notamment en la portant sur d'autres plateformes.
Sandia lancera ses recherches en utilisant un système Loihi de 50 millions de neurones qui a été livré à ses installations d'Albuquerque, au Nouveau-Mexique. Ce travail avec Loihi jettera les bases de la phase ultérieure de la collaboration, qui devrait inclure la poursuite de la recherche neuromorphique à grande échelle sur l'architecture neuromorphique de prochaine génération d'Intel et la livraison du plus grand système de recherche neuromorphique d'Intel à ce jour, qui pourrait dépasser plus d'un milliard de neurones en capacité de calcul.
Mike Davies, directeur du Neuromorphic Computing Lab d'Intel, explique les efforts de l'entreprise dans ce domaine. « En appliquant les capacités de haute vitesse, de haute efficacité et d'adaptation de l'architecture informatique neuromorphique, les Sandia National Labs exploreront l'accélération des charges de travail à forte demande et à évolution fréquente qui sont de plus en plus importantes pour notre sécurité nationale. Nous nous réjouissons de cette collaboration fructueuse qui mènera à la prochaine génération d'outils, d'algorithmes et de systèmes neuromorphiques capables d'évoluer jusqu'au niveau du milliard de neurones et au-delà », a déclaré Mike Davies.
Selon Intel, l'informatique neuromorphique consiste à repenser entièrement l'architecture des ordinateurs, de bas en haut. L'objectif est d'appliquer les dernières connaissances issues des neurosciences pour créer des puces qui fonctionnent moins comme des ordinateurs traditionnels et plus comme le cerveau humain. Les systèmes neuromorphiques reproduisent la manière dont les neurones sont organisés, communiquent et apprennent au niveau du matériel. Intel considère que sa puce de recherche Loihi et ses futurs processeurs neuromorphes définissent un nouveau modèle d'informatique programmable pour répondre à la demande croissante de dispositifs intelligents et omniprésents dans le monde.
Les processeurs Loihi d'Intel possèdent des composants électroniques qui se comportent comme des neurones. En esptembre, Intel a présenté Loihi 2, sa puce de recherche neuromorphique de deuxième génération, et Lava, un cadre logiciel open-source pour le développement d'applications neuro-inspirées. Leur introduction témoigne des progrès continus d'Intel dans l'avancement de la technologie neuromorphique.
« Loihi 2 et Lava sont le fruit de plusieurs années de recherche collaborative sur Loihi. Notre puce de deuxième génération améliore considérablement la vitesse, la programmabilité et la capacité du traitement neuromorphique, ce qui élargit ses utilisations dans les applications informatiques intelligentes soumises à des contraintes de puissance et de latence. Nous ouvrons Lava pour répondre aux besoins de convergence logicielle, d'évaluation comparative et de collaboration multiplateforme dans ce domaine, et pour accélérer notre progression vers la viabilité commerciale », avait indiqué Mike Davies.
La cellule réceptrice intègre diverses informations, si des neurones lui signalent qu'elle doit se taire, si elle était active dans le passé, etc. Une fois qu'un seuil est franchi, il déclenche un pic dans ses propres axones et peut déclencher l'activité d'autres cellules. En général, cela se traduit par des pics d'activité sporadiques, espacés de façon aléatoire, lorsque le neurone ne reçoit pas beaucoup de signaux. En revanche, dès qu'il commence à recevoir des signaux, il passe à l'état actif et déclenche une série de pics en succession rapide.
L'une des façons de comprendre comment le processus code et manipule les informations a été de recourir à ce que l'on appelle la neurobiologie théorique (ou neurobiologie computationnelle). Il s'agissait de tenter de construire des modèles mathématiques reflétant le comportement des systèmes nerveux et des neurones dans l'espoir d'identifier certains principes sous-jacents. Les réseaux neuronaux, qui se concentrent sur les principes d'organisation du système nerveux, sont l'un des efforts issus de ce domaine.
Les réseaux de neurones à impulsions, qui tentent de se construire à partir du comportement des neurones individuels, en sont un autre. Les réseaux de neurones à impulsions peuvent être mis en œuvre dans des logiciels sur des processeurs traditionnels. Mais il est également possible de les mettre en œuvre par le biais du matériel, comme le fait Intel avec Loihi. Le résultat serait un processeur très différent de tout ce qui existe en ce moment.
L'informatique neuromorphique, qui s'inspire des neurosciences pour créer des puces dont le fonctionnement s'apparente davantage à celui du cerveau biologique, aspire à améliorer de plusieurs ordres de grandeur l'efficacité énergétique, la vitesse de calcul et l'efficacité de l'apprentissage dans toute une série d'applications de pointe : vision, reconnaissance vocale et gestuelle, recherche, robotique et problèmes d'optimisation sous contraintes.
Les applications dont Intel et ses partenaires ont fait la démonstration à ce jour comprennent des bras robotiques, des peaux neuromorphiques et la détection olfactive. La puce de recherche intègre les enseignements tirés de trois années d'utilisation de la puce de recherche de première génération et tire parti des progrès réalisés dans la technologie des processus et les méthodes de conception asynchrones d'Intel.
- les avancées de Loihi 2 permettent à l'architecture de prendre en charge de nouvelles classes d'algorithmes et d'applications neuro-inspirés, tout en offrant un traitement jusqu'à 10 fois plus rapide, une densité de ressources jusqu'à 15 fois supérieure2 avec jusqu'à 1 million de neurones par puce, et une meilleure efficacité énergétique. Bénéficiant d'une étroite collaboration avec le groupe de développement technologique d'Intel, Loihi 2 a été fabriqué avec une version de pré-production du processus Intel 4, ce qui souligne la santé et les progrès d'Intel 4. L'utilisation de la lithographie à ultraviolets extrêmes (EUV) dans le procédé Intel 4 a simplifié les règles de conception de la disposition par rapport aux technologies de procédé antérieures. Cela a permis de développer rapidement Loihi 2 ;
- le framework logiciel Lava répond au besoin d'un cadre logiciel commun dans la communauté de recherche neuromorphique. En tant que framework ouvert, modulaire et extensible, Lava permettra aux chercheurs et aux développeurs d'applications de s'appuyer sur les progrès de chacun et de converger vers un ensemble commun d'outils, de méthodes et de bibliothèques. Lava fonctionne de manière transparente sur des architectures hétérogènes, qu'il s'agisse de processeurs conventionnels ou neuromorphes, ce qui permet une exécution multiplateforme et une interopérabilité avec divers cadres d'intelligence artificielle, neuromorphes et robotiques. Les développeurs peuvent commencer à créer des applications neuromorphes sans avoir accès à du matériel neuromorphe spécialisé et peuvent contribuer à la base de code de Lava, notamment en la portant sur d'autres plateformes.
Malgré leur nom, les réseaux neuronaux n'ont qu'un lointain rapport avec ceux qu’on trouve dans un cerveau. Bien que leur organisation et la façon dont ils transfèrent les données à travers les couches de traitement puissent présenter des similitudes grossières avec les réseaux de neurones réels, les données et les calculs effectués sur celles-ci seraient très familiers à une unité centrale standard.
Rappelons que la base du système nerveux est le type de cellule appelé neurone. Tous les neurones partagent quelques caractéristiques fonctionnelles communes. À une extrémité de la cellule, se trouvent des structures appelées dendrites, que l'on peut considérer comme des récepteurs. C'est là que le neurone reçoit les entrées d'autres cellules. Les cellules nerveuses possèdent également un axone, qui joue le rôle d'un émetteur, se connectant à d'autres cellules pour transmettre des signaux.
Ces signaux prennent la forme de ce que l'on appelle des « pointes », qui sont de brèves variations de tension à travers la membrane cellulaire du neurone. Les pointes se déplacent le long des axones jusqu'à ce qu'elles atteignent les jonctions avec d'autres cellules (appelées synapses), où elles sont converties en un signal chimique qui se rend à la dendrite voisine. Ce signal chimique ouvre des canaux qui permettent aux ions de pénétrer dans la cellule, déclenchant ainsi une nouvelle pointe sur la cellule réceptrice.
« Les chercheurs du laboratoire national de Los Alamos ont utilisé la plateforme neuromorphique Loihi pour étudier les compromis entre l'informatique quantique et l'informatique neuromorphique, ainsi que pour mettre en œuvre des processus d'apprentissage sur puce », a déclaré Gerd J. Kunde, chercheur au laboratoire national de Los Alamos. « Cette recherche a montré des équivalences intéressantes entre les réseaux de neurones à impulsions et les approches de recuit quantique pour résoudre des problèmes d'optimisation difficiles. Nous avons également démontré que l'algorithme de rétropropagation, un élément fondamental pour l'entraînement des réseaux neuronaux, que l'on croyait auparavant impossible à mettre en œuvre sur des architectures neuromorphiques, peut être réalisé efficacement sur Loihi. Notre équipe est impatiente de poursuivre ces recherches avec la deuxième génération de la puce Loihi 2 », a jouté Gerd.
Loihi 2 et Lava fournissent des outils aux chercheurs pour développer et caractériser de nouvelles applications neuro-inspirées pour le traitement en temps réel, la résolution de problèmes, l'adaptation et l'apprentissage. Parmi les points forts, on peut citer :
- une optimisation plus rapide et plus générale : la plus grande programmabilité de Loihi 2 permettra de prendre en charge une classe plus large de problèmes d'optimisation difficiles, y compris l'optimisation, la planification et la prise de décision en temps réel des systèmes de périphérie aux centres de données ;
- une nouvelles approches pour l'apprentissage continu et associatif : Loihi 2 améliore la prise en charge des méthodes d'apprentissage avancées, notamment les variantes de la rétropropagation, l'algorithme phare de l'apprentissage profond. Cela élargit le champ des algorithmes d'apprentissage efficaces en matière d'adaptation et de données qui peuvent être pris en charge par des facteurs de forme à faible puissance fonctionnant dans des environnements en ligne ;
- des nouveaux réseaux neuronaux pouvant être entraînés par l'apprentissage profond :les modèles de neurones entièrement programmables et la messagerie de pointes généralisée dans Loihi 2 ouvrent la porte à un large éventail de nouveaux modèles de réseaux neuronaux pouvant être entraînés par l'apprentissage profond. Les premières évaluations suggèrent des réductions de plus de 60 fois moins d'opérations par inférence sur Loihi 2 par rapport aux réseaux profonds standard fonctionnant sur le Loihi original sans perte de précision.
- intégration transparente avec les systèmes robotiques du monde réel, les processeurs conventionnels et les nouveaux capteurs : Loihi 2 répond à une limitation pratique de Loihi en incorporant des interfaces d'entrée/sortie plus rapides, plus flexibles et plus standard. Les puces Loihi 2 prendront en charge les interfaces Ethernet, l'intégration sans colle avec une gamme plus large de capteurs de vision basés sur des événements, et des réseaux maillés plus importants de puces Loihi 2.
Loihi 2 répond à une limitation pratique de Loihi en incorporant des interfaces d'entrée/sortie plus rapides, plus flexibles et plus standard. L'une des autres grandes différences entre les puces neuromorphiques et les processeurs traditionnels est l'efficacité énergétique, domaine dans lequel les puces neuromorphiques sont largement en avance. IBM, qui a présenté sa puce TrueNorth en 2014, a pu en tirer un travail utile même si elle était cadencée à un kiloHertz tranquille, et elle a utilisé moins de 0,0001 % de l'énergie qui serait nécessaire pour émuler un réseau neuronal à pointes sur des processeurs traditionnels.
Mike Davies, a déclaré que Loihi peut battre les processeurs traditionnels par un facteur de 2 000 sur certaines charges de travail spécifiques. « Nous constatons régulièrement que l'énergie est 100 fois moins importante pour le SLAM et d'autres charges de travail robotiques », a-t-il ajouté.
Source : Intel
Et vous ?
Quel commentaire faites vous des processeurs neuromorphique d'Intel ? Êtes-vous pour ou contre ces types d'investissements et d'explorations ? Pourquoi ?Voir aussi :
Intel va fabriquer des puces pour Qualcomm et veut rattraper ses rivaux d'ici 2025, grâce à de nouvelles architectures, notamment au nœud de processus "Intel 20A" Samsung détrône Intel pour devenir le premier fabricant de semiconducteurs, en termes de chiffre d'affaires au deuxième trimestre Intel se lance dans la bataille des GPU pour PC de jeu avec Arc, sa nouvelle marque de GPU pour jeux TSMC, une fonderie taïwanaise de semiconducteurs, est sur le point de détrôner Intel, pour devenir le plus grand fabricant de puces au monde 
