TrueNorth, il chip a basso consumo che imita le reti cerebrali
Pur basandosi sulla tecnologia al silicio, il nuovo chip "TrueNorth" riesce a offrire prestazioni cento volte superiori a quelle di un microprocessore standard e, cosa ancora più importante, con un consumo energetico 176.000 volte inferiore. Il risultato è stato ottenuto grazie a un'architettura che imita da vicino quella dei circuiti cerebrali(red)
Un chip dotato di un'architettura ispirata a quella del cervello e in grado di eseguire compiti sofisticati in tempo reale consumando pochissima energia è stato messo a punto da un gruppo di ricercatori della IBM e della Cornell University diretti da Dharmendra S. Modha nell'ambito del progetto SyNAPSE (Systems of Neuromorphic Adaptive Plastic Scalable Electronics) sponsorizzato dalla DARPA (Defense Advanced Research Projects Agency). Il chip apre la strada alla progettazione di dispositivi informatici adatti a compiti che i chip dei computer convenzionali non sono in grado di eseguire in modo efficiente.
Questa termografia mostra la differenza di consumi fra il nuovo chip (a sinistra) e un chip classico. (Cortesia IBM Research)Il nuovo chip – battezzato TrueNorth e descritto in un articolo su “Science” - sfrutta l'usuale tecnologia al silicio ed è formato da 5,4 miliardi di transistor, che sono però disposti in 4096 nuclei “neurosinaptici” fra loro interconnessi, organizzati come se fossero composti da un milione di "neuroni" dotati complessivamente di 256 milioni di punti di collegamento - “sinapsi” - configurabili in vari modi.
Schema del compito di riconoscimento usato per testare il nuovo chip. (Cortesia P.A. Merolla et al./Science/AAAS))A differenza di quanto avviene in un normale processore, in cui i dati sono elaborati secondo una scansione temporale rigida, gli elementi di TrueNorth - i suoi “neuroni” - si attivano solo quando la carica elettrica raggiunge uno specifico valore. La loro attivazione influenza poi la carica di altri neuroni, in modo molto simile a ciò che accade nel nostro cervello.
Questi chip possono poi essere affiancati da un'interfaccia di comunicazione, creando così una struttura scalabile di dimensione a piacere. Diventa così possibile costruire sistemi con centinaia di migliaia di nuclei “neurosinaptici”, centinaia di milioni di “neuroni”, e centinaia di miliardi di “sinapsi”.
I ricercatori hanno testato l'efficienza del chip usandolo per individuare e classificare diversi tipi di oggetti in movimento ripresi in un video. Rispetto a un microprocessore standard programmato per eseguire lo stesso compito, TrueNorth ha consumato 176.000 volte meno energia identificando gli oggetti in un tempo 100 volte inferiore.
L'obiettivo finale di IBM e dei partner del progetto SyNAPSE è costruire supercomputer neurosinaptici di piccole dimensioni - grosso modo come una scatola da scarpe - che contengano 10 miliardi di “neuroni” e 100.000 miliardi di “sinapsi” e consumino un solo kilowatt di potenza. Per confronto, il cervello umano ha circa 100 miliardi di sinapsi, e utilizza solo 20 watt.
Uno studio preliminare condotto nel 2012 da Modha per simulare il complesso di comunicazioni del cervello umano con il supercalcolatore Sequoia del Lawrence Livermore National Laboratory ha mostrato che un ipotetico calcolatore realizzato con le attuali tecnologie standard avrebbe bisogno dell'energia consumata da Los Angeles e New York messe insieme.
