/ Flickr / IBM Research / CC
TrueNorthについて
TrueNorthは、DARPAのサポートを受けてIBMによって2014年に開発されたニューロモーフィックプロセッサです。 「ニューロモーフィック」という用語は、チップのアーキテクチャが人間の脳の原理に基づいていることを意味します。
このようなデバイスは、 樹状突起と軸索の 突起を持つ数百万のニューロンの働きをエミュレートします。 前者は情報の知覚に責任があり、後者は情報の伝達に責任があります。 さらに、すべてのニューロンはシナプスによって相互接続されています。 シナプスは、電気信号（神経インパルス）が送信される特別な接点です。
IBMの開発者によると、TrueNorthの目標はニューラルネットワークの学習を加速することです。 ニューロモーフィックプロセッサは、従来のものとは異なり、毎回メモリ（またはレジスタ）にアクセスしてそこからデータを抽出する必要はありません-すべての情報はすでに人工ニューロンに格納されています。
内部のチップはどのように見えますか
TrueNorthは28ナノメートルのプロセス技術を使用して製造されています。 プロセッサには、54億個のトランジスタと4096個のコアが含まれています。 各コアには、タスクスケジューラ、SRAM、およびルーターが装備されていました。 この構造により、100万個のニューロンと2億5600万個のシナプスの働きをシミュレートできました。
IBMはその特許において、次のスキームを引用しています。
チップの動作原理は、画像認識のための畳み込みニューラルネットワークの例で表すことができます。 プロセッサはニューロンの層です。 ニューロンが図形の形状などのデータを識別すると、インパルスが生成されます。 このような各インパルスは、通常、画像の1ピクセルを示します。
さらに、ニューロンの最初の層は、データを次の層に（すべて同じパルスを介して）送信します。 レイヤーごとに、ネットワークは画像を認識します-最初に輪郭と詳細、次に全体像。
従来の言語は、神経シナプス核のプログラミングには適していません。 したがって、IBM は特別な言語Coreletを開発しました 。 OOPの基本的な特性であるカプセル化、継承、多態性を持ち、MATLABに基づいています。 これにより、カーネルは作業を管理しやすくするためのクラスとして定義されます。 開発者はプレゼンテーションでサンプルコードを提供しました（ p。17 ）。
同様のソリューション
ニューロモーフィックプロセッサは、IBMだけでなく機能しています。 Intelは2017年からLoihiチップを開発しています。 これは、13万の人工ニューロンと1億3000万のシナプスで構成されています。 今年、ITの巨人は14 nmプロセステクノロジーを使用してパイロットサンプルの生産を完了しました 。 最初のテストの結果によると、チップは異なる角度から3Dデータを認識し、数秒でトレーニング用のデータセットを同化します。
別の同様のプロジェクトがBrainchipによって開発されています。 Akidaシステムには、120万個のニューロンと100億個のシナプスが含まれています。 プロセッサには、画像、音声データ、アナログ信号を認識するためのインターフェースが装備されています。 システムデバイス図は、プロジェクトのWebサイトに表示されます 。
ニューロチップはどのようなタスクに適していますか
同様の技術は、画像認識のために「シャープ化」された畳み込みニューラルネットワークのトレーニングを加速するように設計されています。 たとえば、2017年に、研究者は TrueNorthとDVSカメラ（Dynamic Vision Sensor）をテストしましたが、その原理は網膜の動作に似ています。 ニューラルネットワークは96.5％の精度で10個のジェスチャを認識しました。
さらに、プロセッサに基づいてサイバー防御システムが作成されます。 IBMの研究者たちは、90％のケースでコンピューターネットワークへの侵入を検出するTrue Cyber Securityソリューションの概念を既に提案しています（80％で攻撃の種類を決定します）。
ニューロプロセッサの開発者が考えたように、すべてのアルゴリズムはローカルに実装されるため、この技術に基づくMOシステムはトレーニングのためにネットワークに常時接続する必要はありません。 この特性により、チップは、AIシステムに基づいたスマートフォン、データセンター、スマートデバイスで使用できるようになります。
研究者は、特定のタスクを実行するためにチップを簡単にプログラムできるソリューションをまだ開発していません。 専門PMは、エコシステム全体の開発の最初のステップにすぎません。 したがって、ユーザーデバイスでの技術の大規模な実装について話す必要はありません。
PS Telegramチャンネルがあります -そこで、仮想化テクノロジーとIaaSについて書いています：