Intel construye el sistema neuromórfico más grande del mundo

La computación cuántica se anuncia como una arquitectura informática transformadora capaz de abordar difíciles problemas de optimización y hacer que la inteligencia artificial (IA) sea más rápida y eficiente. Pero los ordenadores cuánticos aún no pueden escalarse hasta el punto de superar incluso a los ordenadores clásicos, y un ecosistema completo de plataformas, lenguajes de programación y aplicaciones está aún más lejos. 

Mientras tanto, otra nueva tecnología está a punto de marcar una diferencia mucho más inmediata: la computación neuromórfica. 

La computación neuromórfica pretende rediseñar el modo en que se construyen los chips informáticos inspirándose en el cerebro humano. Por ejemplo, nuestras neuronas se encargan tanto del procesamiento como del almacenamiento de la memoria, mientras que en los ordenadores tradicionales ambos se mantienen separados. Enviar datos de un lado a otro requiere tiempo y energía. 

Además, las neuronas sólo se activan cuando es necesario, lo que reduce aún más el consumo de energía. Según Lian Jye Su, analista de Omdia, la computación neuromórfica ofrece una capacidad de cálculo paralelo masivo muy superior a la de la arquitectura tradicional de GPU. "Además, es mejor en consumo y eficiencia energética". 

Según Gartner, la computación neuromórfica es una de las tecnologías con más potencial para perturbar un amplio abanico de mercados, como "un facilitador crítico"; sin embargo, aún le faltan entre tres y seis años para causar impacto. 

Sin embargo, Intel ha logrado un hito clave. Intel ha anunciado hoy el despliegue del mayor ordenador neuromórfico del mundo hasta la fecha, desplegado en los Laboratorios Nacionales Sandia. 

El ordenador, que utiliza el procesador Loihi 2 de Intel, recibe el nombre en clave de Hala Point, y admite hasta 20 cuatrillones de operaciones por segundo con una eficiencia superior a 15 billones de operaciones de 8 bits por segundo y vatio, todo ello en un paquete del tamaño aproximado de un horno microondas. Soporta hasta 1.150 millones de neuronas y 128.000 millones de sinapsis, es decir, aproximadamente el nivel del cerebro de un búho. 

Según Intel, se trata del primer sistema neuromórfico a gran escala que supera la eficiencia y el rendimiento de las arquitecturas basadas en CPU y GPU para cargas de trabajo de IA en tiempo real. Los sistemas basados en Loihi pueden realizar inferencias de IA y resolver problemas de optimización 50 veces más rápido que las arquitecturas de CPU y GPU, según la empresa, al tiempo que consumen 100 veces menos energía. 

Y la tecnología ya está disponible, de forma gratuita, para las empresas interesadas en investigar su potencial, afirma Mike Davies, director del Laboratorio de Computación Neuromórfica de Intel. 

Para empezar, las empresas deben unirse primero a la Comunidad de Investigación Neuromórfica de Intel, entre cuyos miembros se encuentran GE, Hitachi, Airbus, Accenture, Logitech, así como muchas organizaciones de investigación y universidades (más de 200 participantes en el momento de escribir este artículo). Hay lista de espera, dice Davies. Pero participar no cuesta nada, añade.

"El único requisito es que acepten compartir sus resultados y hallazgos para que podamos seguir mejorando el hardware", afirma Davies. La afiliación incluye acceso gratuito a recursos de computación neuromórfica en la nube y, si el proyecto es lo bastante interesante, también hardware gratuito in situ. 

"Ahora mismo sólo hay un Hala Point, y lo tiene Sandia", explica. "Pero estamos construyendo más. Y hay otros sistemas que no son tan grandes. Damos cuentas en la nube virtual de Intel, e inician sesión y acceden a los sistemas de forma remota". 

Intel fue capaz de construir un ordenador neuromórfico práctico y utilizable ciñéndose a la tecnología de fabricación tradicional y a los circuitos digitales, afirma. Algunos enfoques alternativos, como los circuitos analógicos, son más difíciles de construir. 

Pero el procesador Loihi 2 utiliza muchos de los principios básicos de la computación neuromórfica, como la combinación de memoria y procesamiento. "Realmente adoptamos todas las características arquitectónicas que encontramos en el cerebro", afirma Davies. 

El sistema puede incluso seguir aprendiendo en tiempo real. "Es algo que los cerebros hacen constantemente". 

Los sistemas tradicionales de IA se entrenan con un conjunto de datos concreto y luego no cambian una vez entrenados. En Loihi 2, sin embargo, las comunicaciones entre las neuronas son configurables, lo que significa que pueden cambiar con el tiempo. 

El modelo de inteligencia artificial se entrena por medios tradicionales y luego se carga en el ordenador neuromórfico. Cada chip contiene sólo una parte del modelo completo. Luego, cuando el modelo se utiliza para analizar, por ejemplo, la transmisión de vídeo, el chip ya tiene los pesos del modelo en la memoria, por lo que procesa las cosas rápidamente, y sólo si es necesario. "Si cambia un píxel o una región de la imagen de un fotograma a otro, no tenemos que volver a calcular toda la imagen", explica Davies. 

El entrenamiento original sí se realiza en otro lugar, admite. Y aunque el ordenador neuromórfico puede actualizar pesos específicos a lo largo del tiempo, no vuelve a entrenar toda la red desde cero. 

Este planteamiento es especialmente útil para la computación periférica y el procesamiento de vídeo, audio o señales inalámbricas. Pero también podría ser útil en centros de datos y aplicaciones informáticas de alto rendimiento. 

"La mejor clase de cargas de trabajo que encontramos y que funciona muy bien es la resolución de problemas de optimización", afirma Davies. "Cosas como encontrar el camino más corto a través de un mapa o un gráfico. Programación, logística... suelen funcionar muy bien en esta arquitectura".

El hecho de que estos casos de uso se solapen con los de la computación cuántica fue una sorpresa, afirma. "Pero hoy tenemos un sistema de mil millones de neuronas en funcionamiento, en lugar de un par de cúbits".

Intel no es el único actor en este espacio. Según Su, de Omdia, un puñado de proveedores, entre ellos IBM, han desarrollado chips neuromórficos para computación de IA en la nube, mientras que empresas como BrainChip y Prophesee están empezando a ofrecer chips neuromórficos para dispositivos y aplicaciones de borde. 

Sin embargo, hay varios obstáculos importantes para su adopción, añade. Para empezar, la computación neuromórfica se basa en picos basados en eventos, lo que exige un cambio completo de los lenguajes de programación. 

También hay muy pocos modelos de IA basados en eventos, añade Su. "De momento, la mayoría se basan en redes neuronales convencionales diseñadas para la arquitectura informática tradicional".

Por último, estos nuevos lenguajes de programación y arquitecturas informáticas no son compatibles con las tecnologías existentes, afirma. "La tecnología es demasiado inmadura por el momento", afirma. "No es retrocompatible con la arquitectura heredada. Al mismo tiempo, el ecosistema de desarrolladores y software es aún muy pequeño y carece de herramientas y opciones de modelos".