book_icon

Intel apresenta o Hala Point, maior sistema neuromórfico do mundo

Instalado no Sandia National Laboratories, o sistema utiliza o processador Loihi 2 da Intel e visa apoiar pesquisas para uma futura IA inspirada no cérebro humano

Intel apresenta o Hala Point, maior sistema neuromórfico do mundo

Intel anunciou que construiu o maior sistema neuromórfico do mundo. De codinome Hala Point, este sistema neuromórfico de grande escala, inicialmente implementado no Sandia National Laboratories, utiliza o processador Loihi 2 da Intel e visa apoiar pesquisas para uma futura Inteligência Artificial (IA) inspirada no cérebro humano, que enfrenta desafios relacionados à eficiência e sustentabilidade da IA atual. Hala Point avança o sistema de pesquisa em larga escala de primeira geração da Intel, Pohoiki Springs, com melhorias arquitetônicas para alcançar mais de 10 vezes a capacidade de neurônios e até 12 vezes mais desempenho.

“O custo de computação dos modelos de IA atuais está aumentando a taxas insustentáveis. A indústria precisa fundamentalmente de novas abordagens capazes de escalar. Por essa razão, desenvolvemos o Hala Point, que combina eficiência de aprendizagem profunda com novos recursos de otimização e aprendizado inspirados no cérebro. Esperamos que a pesquisa com o Hala Point avance a eficiência e a adaptabilidade da tecnologia de IA em larga escala”, disse Mike Davies, diretor do Laboratório de Computação Neuromórfica da Intel Labs.

Avançando em relação ao seu antecessor, Pohoiki Springs, com inúmeras melhorias, o Hala Point agora traz desempenho neuromórfico e ganhos de eficiência para os principais modelos convencionais de aprendizagem profunda

O Hala Point é o primeiro sistema neuromórfico de grande escala a demonstrar eficiências computacionais de última geração em cargas de trabalho de IA convencionais. A caracterização mostra que ele pode suportar até 20 quatrilhões de operações por segundo, ou 20 petaops, com uma eficiência superior a 15 trilhões de operações de 8 bits por segundo por watt (TOPS/W) ao executar redes neurais profundas convencionais. Isso rivaliza e excede os níveis alcançados por arquiteturas construídas em unidades de processamento gráfico (GPU) e unidades centrais de processamento (CPU). Os recursos exclusivos do Hala Point podem permitir o aprendizado contínuo em tempo real futuro para aplicações de IA, como resolução de problemas científicos e de engenharia, logística, gerenciamento de infraestrutura de cidades inteligentes, modelos de linguagem grande (LLMs) e agentes de IA.

Pesquisadores do Sandia National Laboratories planejam usar o Hala Point para pesquisas avançadas de computação em escala cerebral. A organização se concentrará na resolução de problemas de computação científica em física de dispositivos, arquitetura de computadores, ciência da computação e informática.

“Trabalhar com o Hala Point melhora a capacidade da nossa equipe de resolver problemas de modelagem computacional e científica. Conduzir pesquisas com um sistema desse tamanho nos permitirá acompanhar a evolução da IA em campos que vão do comercial à defesa e à ciência básica”, disse Craig Vineyard, líder da equipe Hala Point no Sandia National Laboratories.

Atualmente, o Hala Point é um protótipo de pesquisa que irá avançar as capacidades de futuros sistemas comerciais. A Intel antecipa que tais lições levarão a avanços práticos, como a capacidade de os LLMs aprenderem continuamente com novos dados. Tais avanços prometem reduzir significativamente a carga de treinamento insustentável de implantações generalizadas de IA.

Tendências recentes na ampliação de modelos de aprendizagem profunda para trilhões de parâmetros expuseram desafios assustadores de sustentabilidade em IA e destacaram a necessidade de inovação nos níveis mais baixos de arquitetura de hardware. A computação neuromórfica é uma abordagem fundamentalmente nova que se baseia em insights da neurociência que integram memória e computação com paralelismo altamente granular para minimizar a movimentação de dados. Em resultados publicados da Conferência Internacional sobre Acústica, Fala e Processamento de Sinais (ICASSP) deste mês, Loihi 2 demonstrou ganhos de ordem de magnitude na eficiência, velocidade e adaptabilidade de cargas de trabalho emergentes de borda em pequena escala.

Avançando em relação ao seu antecessor, Pohoiki Springs, com inúmeras melhorias, o Hala Point agora traz desempenho neuromórfico e ganhos de eficiência para os principais modelos convencionais de aprendizagem profunda, notadamente aqueles que processam cargas de trabalho em tempo real, como vídeo, fala e comunicações sem fio. Por exemplo, a Ericsson Research está aplicando o Loihi 2 para otimizar a eficiência da infraestrutura de telecomunicações, como destacado no Mobile World Congress deste ano.

 

 

As opiniões dos artigos/colunistas aqui publicados refletem exclusivamente a posição de seu autor, não caracterizando endosso, recomendação ou favorecimento por parte da Infor Channel ou qualquer outros envolvidos na publicação. Todos os direitos reservados. É proibida qualquer forma de reutilização, distribuição, reprodução ou publicação parcial ou total deste conteúdo sem prévia autorização da Infor Channel.