قام العلماء في شركة Intel ببناء أكبر جهاز حاسوب عصبي في العالم، وهو مصمم ومنظم لتقليد الدماغ البشري، وتأمل الشركة أن تدعم أبحاث الذكاء الاصطناعي المستقبلية.
ماذا نعرف عن Hala Point؟
وقال ممثلو Intel في بيان إن الجهاز، الذي يطلق عليه اسم “Hala Point”، يمكنه أداء عمل الذكاء الاصطناعي بشكل أسرع 50 مرة واستخدام طاقة أقل 100 مرة من أنظمة الحوسبة التقليدية التي تستخدم وحدات المعالجة المركزية (CPUs) ووحدات معالجة الرسومات (GPUs).
سيتم توزيع Hala Point في البداية في مختبرات سانديا في نيو مكسيكو، حيث سيستخدمها العلماء لمعالجة المشكلات في فيزياء الأجهزة، وهندسة الحوسبة، وعلوم الحاسوب.
يتألف هذا النظام واسع النطاق من 1.15 مليار خلية عصبية اصطناعية و128 مليار مشبك عصبي اصطناعي موزعة على 140,544 نواة معالجة، ويمكنه إجراء 20 كوادريليون عملية في الثانية، أو 20 بيتاوب.
تعالج أجهزة الحاسوب العصبية البيانات بشكل مختلف عن أجهزة الحاسوب العملاقة، لذلك من الصعب مقارنتها.
كيف تعمل الحوسبة العصبية؟
تختلف الحوسبة العصبية عن الحوسبة التقليدية بسبب بنيتها، كما كتب براسانا ديت، عالم الحاسوب في مختبر أوك ريدج الوطني (ORNL)، على موقع ResearchGate. تستخدم هذه الأنواع من أجهزة الحاسوب الشبكات العصبية لبناء الجهاز.
في الحوسبة الكلاسيكية، تتدفق البتات الثنائية المكونة من 1 و0 إلى أجهزة مثل وحدة المعالجة المركزية أو وحدة معالجة الرسومات أو الذاكرة قبل معالجة الحسابات بالتسلسل وإخراج المخرجات الثنائية.
ومع ذلك، في الحوسبة العصبية، يتم تغذية “المدخلات المتصاعدة” – وهي مجموعة من الإشارات الكهربائية المنفصلة – إلى الشبكات العصبية المتصاعدة (SNNs)التي تمثلها المعالجات.
حيث إن الشبكات العصبية القائمة على البرمجيات هي عبارة عن مجموعة من خوارزميات التعلم الآلي مرتبة لتقليد الدماغ البشري، فإن شبكات SNN هي تجسيد مادي لكيفية نقل تلك المعلومات، فهو يسمح بالمعالجة المتوازية ويتم قياس مخرجات الارتفاع بعد الحسابات.
مثل الدماغ، تستخدم معالجات Hala Point وLoihi 2 شبكات SNN هذه، حيث ترتبط العقد المختلفة وتتم معالجة المعلومات في طبقات مختلفة، على غرار الخلايا العصبية في الدماغ.
تقوم الرقائق أيضًا بدمج الذاكرة وقوة الحوسبة في مكان واحد. في أجهزة الحاسوب التقليدية، يتم فصل قوة المعالجة والذاكرة؛ يؤدي هذا إلى إنشاء اختناق حيث يجب أن تنتقل البيانات فعليًا بين هذه المكونات.
كلاهما يتيحان المعالجة المتوازية ويقللان من استهلاك الطاقة.
