Специалисты IBM разработали новый подход для создания высокопроизводительных нейронных сетей, вдохновившись структурой человеческого мозга. Результаты их исследования опубликованы в журнале Nature.
Глубокие нейронные сети демонстрируют впечатляющий прогресс в области генеративного ИИ. Однако их архитектура имеет ограничения, не позволяющие достичь максимальной эффективности.
В традиционных нейросетях блоки памяти и обработки данных разделены. Это приводит к высоким накладным расходам на коммуникацию и снижает скорость и эффективность.
В IBM решили вдохновиться идеальной моделью – человеческим мозгом. В новом чипе 64 аналоговых вычислительных ядра тесно взаимодействуют, подобно синапсам в мозге. Это позволяет достичь высокой производительности при низком энергопотреблении.
Чип демонстрирует точность 92,81% на наборе данных CIFAR-10. Это сопоставимо с программными нейросетями.
По словам одного из авторов исследования, новый подход открывает перспективы использования ИИ в мобильных и встраиваемых устройствах, а также позволит снизить энергозатраты облачных провайдеров.
В будущем планируется добавить в чип цифровые блоки для реализации полностью конвейеризованных нейросетей. Это позволит максимально эффективно использовать аналоговые вычислительные ядра.
Таким образом, новый чип IBM – важный шаг на пути создания энергоэффективного ИИ, вдохновленного архитектурой человеческого мозга. Это поможет расширить области применения нейронных сетей и снизить энергозатраты.