Hệ thống mới của Intel có tên mã Pohoiki Beach sẽ có mặt tại Triển lãm Điện tử Tiêu dùng [CES] ở Las Vegas. Thiết bị này được chế tạo từ 64 chip nghiên cứu Loihi và mục tiêu là mô phỏng bộ não con người khi nói đến khả năng học tập và hiệu quả sử dụng năng lượng. Những con chip thần kinh này là phiên bản đơn giản hơn về cách thức hoạt động của các tế bào thần kinh và khớp thần kinh trong não.
Rich Uhlig, giám đốc điều hành của Intel Labs, đã phát biểu về công nghệ mới.
“Chúng tôi rất ấn tượng với những kết quả ban đầu đã được chứng minh khi chúng tôi mở rộng quy mô Loihi để tạo ra các hệ thống mô phỏng thần kinh mạnh mẽ hơn. Pohoiki Beach hiện sẽ có sẵn cho hơn 60 đối tác hệ sinh thái, những người sẽ sử dụng hệ thống chuyên biệt này để giải quyết các vấn đề phức tạp, chuyên sâu về điện toán.”
Chip thần kinh AI mới có thể thực hiện các tác vụ xử lý dữ liệu nhanh hơn 1,000 lần so với các bộ xử lý thông thường như CPU và GPU trong khi sử dụng ít năng lượng hơn rất nhiều.
Cách nó dựa trên tế bào thần kinh não không phải là điều gì đó hoàn toàn mới. Nhiều thuật toán AI mô phỏng mạng lưới thần kinh trong các chương trình của họ. Họ sử dụng xử lý song song để nhận dạng các đối tượng trong hình ảnh và từ trong lời nói. Các chip thần kinh mới đưa các mạng lưới thần kinh này vào silicon. Mặc dù chúng kém linh hoạt và mạnh mẽ hơn so với một số chip đa năng tốt nhất, nhưng chúng thực sự hoạt động hiệu quả khi được chuyên môn hóa trong các tác vụ cụ thể. Chip AI mới của Intel hiệu quả hơn 10,000 lần so với các bộ xử lý thông thường. Vì chúng rất tiết kiệm năng lượng nên công nghệ này sẽ rất lý tưởng cho các thiết bị di động, xe cộ, thiết bị công nghiệp, an ninh mạng và nhà thông minh. Các nhà nghiên cứu AI đã bắt đầu sử dụng hệ thống này cho những việc như cải thiện chân tay giả để chúng có thể thích nghi tốt hơn với mặt đất không bằng phẳng, cũng như tạo bản đồ kỹ thuật số cho ô tô tự lái.
Chris Eliasmith, đồng giám đốc điều hành của Nghiên cứu não ứng dụng và giáo sư tại Đại học Waterloo, là một trong số các nhà nghiên cứu sử dụng công nghệ mới.
“Với chip Loihi, chúng tôi đã có thể chứng minh mức tiêu thụ điện năng thấp hơn 109 lần khi chạy ứng dụng thời gian thực. học kĩ càng điểm chuẩn so với GPU và mức tiêu thụ điện năng thấp hơn 5 lần so với phần cứng giao diện IoT chuyên dụng…Thậm chí tốt hơn, khi chúng tôi mở rộng quy mô mạng lên 50 lần, Loihi duy trì kết quả hoạt động theo thời gian thực và chỉ sử dụng thêm 30% điện năng, trong khi IoT Chris Eliasmith cho biết phần cứng sử dụng nhiều năng lượng hơn 500% và không còn theo thời gian thực nữa.
Konstantinos Michmizos là giáo sư của Đại học Rutgers và phòng thí nghiệm của ông hoạt động với SLAM sẽ được trình bày tại Hội nghị Quốc tế về Hệ thống và Robot thông minh [IROS] vào tháng XNUMX.
“Loihi cho phép chúng tôi nhận ra một mạng lưới thần kinh tăng vọt bắt chước các biểu hiện và hành vi thần kinh cơ bản của bộ não. Giải pháp SLAM nổi lên như một thuộc tính của cấu trúc mạng. Chúng tôi đã đo điểm chuẩn cho mạng do Loihi điều hành và nhận thấy nó có độ chính xác tương đương trong khi tiêu thụ ít năng lượng hơn 100 lần so với phương pháp SLAM do CPU điều hành được sử dụng rộng rãi cho rô-bốt di động,” ông nói.
Tính đến thời điểm hiện tại, Bãi biển Pohoiki là một hệ thống 8 triệu nơ-ron. Rich Uhlig, người đứng đầu Intel Labs, cho rằng công ty sẽ có thể tạo ra một hệ thống có khả năng mô phỏng 100 triệu nơ-ron vào cuối năm 2019. Công nghệ mới này sẽ có thể được các nhà nghiên cứu sử dụng cho nhiều mục đích khác nhau. chẳng hạn như cải tiến cánh tay robot. Những phát triển và nghiên cứu mới này đang dẫn đến khả năng thương mại hóa công nghệ biến đổi thần kinh.
Theo công ty, “Cuối năm nay, Intel sẽ giới thiệu một hệ thống Loihi thậm chí còn lớn hơn có tên là Pohoiki Springs, hệ thống này sẽ xây dựng trên kiến trúc Pohoiki Beach để mang lại mức hiệu suất và hiệu quả chưa từng có cho khối lượng công việc thần kinh nhân rộng.”
Ông lớn Intel vừa mới ra mắt chip AI với NPU – một khái niệm khá mới mẻ trong thế giới công nghệ của chúng ta. NPU liệu có thay đổi được tương lai của máy tính hay không?
- Công nghệ Galaxy AI là gì? Samsung mở ra kỷ nguyên của điện thoại AI
- MSI giới thiệu mẫu máy chơi game cầm tay đầu tiên sử dụng Intel CoreTM Ultra tại CES 2024
- CẤU HÌNH ẤN TƯỢNG CÙNG CHIP INTEL ĐỈNH CAO THẾ HỆ MỚI TRÊN LAPTOP ASUS VIVOBOOK 16 X1605VA
Cũng như nhiều ông lớn công nghệ khác, Intel – nhà sản xuất chip lớn nhất hành tinh cũng đang bước vào kỷ nguyên “AI PC” với việc ra mắt chip máy tính xách tay Core Ultra mới. Ban đầu có tên mã là “Meteor Lake”, đây là bộ xử lý đầu tiên của Intel có NPU hoặc có thể gọi là bộ xử lý thần kinh để tăng tốc các tác vụ AI. Sự ra mắt diễn ra một tuần sau khi AMD tiết lộ phần cứng Ryzen 8040 với lô chip thứ hai có NPU. Trong khi Intel đang cố gắng bắt kịp AI, các chip Core Ultra vẫn có vẻ như là một bước tiến vững chắc – ít nhất là theo tiêu chuẩn của công ty.
Về cốt lõi, NPU là một bộ xử lý chuyên dụng được thiết kế rõ ràng để thực thi các thuật toán học máy. Không giống như CPU và GPU truyền thống, NPU được tối ưu hóa để xử lý các phép tính toán học phức tạp tích hợp với mạng nơ-ron nhân tạo.
Chúng vượt trội trong việc xử lý song song lượng lớn dữ liệu, khiến chúng trở nên lý tưởng cho các tác vụ như nhận dạng hình ảnh, xử lý ngôn ngữ tự nhiên và các chức năng khác liên quan đến AI. Ví dụ: nếu bạn có NPU trong GPU thì NPU có thể chịu trách nhiệm thực hiện một tác vụ cụ thể như phát hiện đối tượng hoặc tăng tốc hình ảnh.
2. Giữa CPU, GPU và NPU có sự khác nhau?
Trong khi GPU [đơn vị xử lý đồ họa] thành thạo việc xử lý song song và thường được sử dụng trong học máy, thì NPU còn tiến thêm một bước chuyên môn hóa. GPU rất linh hoạt và vượt trội trong việc xử lý kết xuất đồ họa và các tác vụ song song, trong khi CPU [Bộ xử lý trung tâm] là bộ não đa năng của máy tính, xử lý nhiều loại tác vụ.
Tuy nhiên, NPU được xây dựng nhằm mục đích tăng tốc các thuật toán học sâu. Chúng được điều chỉnh để thực hiện các hoạt động cụ thể cần thiết cho mạng lưới thần kinh của AI. Mức độ chuyên môn hóa này cho phép NPU mang lại hiệu suất cao hơn đáng kể cho khối lượng công việc AI so với CPU và thậm chí cả GPU trong một số trường hợp nhất định.
3. Sức mạnh của NPU
Các thuật toán học máy tạo thành xương sống của các ứng dụng AI. Mặc dù thường bị nhầm lẫn với AI, nhưng machine learning có thể được coi là một loại AI. Các thuật toán này học hỏi từ các mẫu dữ liệu, đưa ra dự đoán và quyết định mà không cần lập trình rõ ràng. Có 4 loại thuật toán học máy: có giám sát, bán giám sát, không giám sát và tăng cường.
NPU đóng vai trò then chốt trong việc thực thi các thuật toán này một cách hiệu quả, thực hiện các nhiệm vụ như đào tạo và suy luận, trong đó các bộ dữ liệu khổng lồ được xử lý để tinh chỉnh mô hình và đưa ra dự đoán theo thời gian thực.
Lấy ví dụ như con chip AI mới nhất nhà Intel. Intel tuyên bố chip Core Ultra sử dụng năng lượng ít hơn tới 79% so với thế hệ trước của AMD là Ryzen 7840U khi chạy trên Windows và nhanh hơn tới 11% so với phần cứng của AMD cho các tác vụ đa luồng. Intel không có chip Ryzen 8040 sắp ra mắt để thử nghiệm, nhưng sẽ rất thú vị để chúng ta so sánh hai đối thủ này vào năm tới.
4. Những điểm hạn chế hiện tại của NPU hay chip AI
Chúng ta sẽ thấy NPU xuất hiện khắp nơi vào năm 2024, trong đó nổi bật nhất là chip Meteor Lake của Intel. Về việc chúng sẽ đạt được thành công hay không trong tương lai làng công nghệ thì vẫn là điều chưa biết. Về lý thuyết, khả năng AI nâng cao sẽ dẫn đến các ứng dụng phức tạp hơn và tự động hóa được cải thiện, giúp nó dễ tiếp cận hơn trên nhiều lĩnh vực khác nhau.
Từ đó, nhu cầu về các ứng dụng dựa trên AI sẽ tiếp tục tăng cao, trong đó NPU sẽ dẫn đầu. Kiến trúc chuyên biệt của NPU, được tối ưu hóa cho các tác vụ học máy, cho phép NPU tiến lên trong thế giới điện toán. Sự kết hợp “lai” GPNPU và những tiến bộ trong thuật toán học máy chắc chắn sẽ thúc đẩy những tiến bộ mà chúng ta chưa từng thấy trước đây, đồng thời thúc đẩy sự phát triển của công nghệ và định hình lại thế giới kỹ thuật số của chúng ta. Nhưng lí thuyết mới chỉ là lí thuyết. Những tranh cãi quanh AI vẫn còn rất gay gắt và không ít trường hợp AI đã được “thổi phồng” quá mức nhưng kết quả sau cùng thì không ấn tượng đến vậy.
Hiện tại, NPU có vẻ không phải là vấn đề lớn đối với hầu hết mọi người, chỉ tăng tốc những việc bạn có thể làm trên PC của mình, chẳng hạn như làm mờ nền trong cuộc gọi Zoom hoặc thực hiện tạo hình ảnh AI trên máy của bạn. Tuy nhiên, trong tương lai, khi các tính năng AI ngày càng có nhiều ứng dụng hơn, chúng có thể trở thành một phần thiết yếu trong máy tính của bạn.