Skip to main content

22 Mai, 2024

Un ordinateur inspiré du cerveau s’approche de la taille d’un cerveau

Un ordinateur inspiré du cerveau s’approche de la taille d’un cerveau

Quarante-huit puces SpiNNaker2, dont chacune contient un microprocesseur ARM et divers accélérateurs, travaillent ensemble sur cette carte haute performance pour permettre un traitement neuromorphique efficace et un traitement traditionnel de l’intelligence artificielle.    

Aujourd’hui, la startup SpiNNcloud Systems, basée à Dresde en Allemagne, a annoncé que sa plateforme hybride de supercalcul, la SpiNNcloud Platform, est disponible à la vente. La machine combine des accélérateurs d’IA traditionnels avec des capacités de calcul neuromorphique, en utilisant des stratégies de conception de système qui s’inspirent du cerveau humain.

Les systèmes disponibles à l’achat varient en taille, mais la plus grande machine disponible dans le commerce peut simuler 10 milliards de neurones, soit environ un dixième du nombre de neurones du cerveau humain. L’annonce a été faite lors de la conférence ISC High Performance à Hambourg, en Allemagne.

« Nous essayons essentiellement de combler le fossé entre l’inspiration cérébrale et les systèmes artificiels ».
-HECTOR GONZALEZ, SPINNCLOUD SYSTEMS

SpiNNcloud Systems a été fondée en 2021 en tant que spin-off de l’université de technologie de Dresde. Sa puce originale, le SpiNNaker1, a été conçue par Steve Furber, le principal concepteur du microprocesseur ARM, la technologie qui équipe aujourd’hui la plupart des téléphones portables. La puce SpiNNaker1 est déjà utilisée par 60 groupes de recherche dans 23 pays, selon SpiNNcloud Systems.

Le cerveau humain comme superordinateur

Les ordinateurs à émulation cérébrale promettent de réduire considérablement la consommation d’énergie des calculs et d’améliorer les performances de certaines tâches. « Le cerveau humain est le superordinateur le plus avancé de l’univers, et il ne consomme que 20 watts pour réaliser des choses dont les systèmes d’intelligence artificielle d’aujourd’hui ne font que rêver », déclare Hector Gonzalez, cofondateur et codirecteur général de SpiNNcloud Systems. « Nous essayons essentiellement de combler le fossé entre l’inspiration cérébrale et les systèmes artificiels.

Outre sa taille, le système SpiNNaker2 se distingue par sa flexibilité. Traditionnellement, la plupart des ordinateurs neuromorphiques émulent la nature des pointes du cerveau : Les neurones émettent des pointes électriques pour communiquer avec les neurones qui les entourent. Le mécanisme réel de ces pics dans le cerveau est assez complexe, et le matériel neuromorphique met souvent en œuvre un modèle simplifié spécifique. Le SpiNNaker2 peut toutefois mettre en œuvre un large éventail de modèles de ce type, car ils ne sont pas intégrés dans son architecture.

Au lieu d’étudier le fonctionnement de chaque neurone et de chaque synapse dans le cerveau et d’essayer de l’émuler de bas en haut, explique Hector Gonzalez, l’approche de son équipe a consisté à mettre en œuvre les principales caractéristiques de performance du cerveau. « Il s’agit davantage de s’inspirer concrètement du cerveau, en suivant des aspects particulièrement fascinants tels que la proportionnalité énergétique du cerveau et son haut degré de parallélisme », souligne Hector Gonzalez.

Pour construire un matériel proportionnel à l’énergie – chaque pièce ne consomme de l’énergie que lorsqu’elle est activement utilisée – et hautement parallèle, l’entreprise a commencé par les blocs de construction. L’unité de base du système est la puce SpiNNaker2, qui héberge 152 unités de traitement. Chaque unité de traitement est dotée d’un microcontrôleur ARM et, contrairement à son prédécesseur, le SpiNNaker1, elle est également équipée d’accélérateurs pour les modèles neuromorphiques et les réseaux neuronaux traditionnels.

Le supercalculateur SpiNNaker2 a été conçu pour modéliser jusqu’à 10 milliards de neurones, soit environ un dixième du nombre de neurones du cerveau humain. SYSTÈMES SPINNCLOUD

Les unités de traitement peuvent fonctionner de manière événementielle : Elles peuvent rester éteintes jusqu’à ce qu’un événement déclenche leur mise en marche et leur fonctionnement. Cela permet un fonctionnement proportionnel à l’énergie. Les événements sont acheminés entre les unités et entre les puces de manière asynchrone, ce qui signifie qu’il n’y a pas d’horloge centrale coordonnant leurs mouvements, ce qui peut permettre un parallélisme massif. Chaque puce est connectée à six autres puces, et l’ensemble du système est connecté sous la forme d’un tore afin de s’assurer que tous les fils de connexion sont également courts.

Le plus grand système commercialisé est non seulement capable d’émuler 10 milliards de neurones, mais aussi d’effectuer 0,3 milliard de milliards d’opérations par seconde (exaops) de tâches d’IA plus traditionnelles, ce qui le place à une échelle comparable à celle des 10 plus grands superordinateurs actuels.

Parmi les premiers clients du système SpiNNaker2 figure une équipe du Sandia National Labs, qui prévoit de l’utiliser pour poursuivre ses recherches sur les systèmes neuromorphiques surpassant les architectures traditionnelles et exécutant des tâches de calcul autrement inaccessibles.

« La possibilité de disposer d’un modèle de neurones programmable général permet d’explorer certaines de ces règles d’apprentissage plus complexes qui ne s’adaptent pas nécessairement aux anciens systèmes neuromorphiques », explique Fred Rothganger, membre senior de l’équipe technique de Sandia. « Ils peuvent bien sûr fonctionner sur un ordinateur à usage général. Mais ces ordinateurs à usage général ne sont pas nécessairement conçus pour gérer efficacement le type de modèles de communication qui se produisent à l’intérieur d’un réseau de neurones à pointes. Avec [le système SpiNNaker2], nous obtenons la combinaison idéale d’une plus grande programmabilité et d’une communication efficace ».

https://spectrum.ieee.org/neuromorphic-computing-spinnaker2