"Мы не ожидаем, что для масштабируемых нейроморфных систем будет создано универсальное решение, а скорее целый ряд нейроморфных аппаратных решений с различными характеристиками, основанными на потребностях приложений", - пишут авторы.

Приложения для нейроморфных вычислений включают научные вычисления, искусственный интеллект, дополненную и виртуальную реальность, носимые устройства, умное сельское хозяйство, умные города и многое другое. Нейроморфные чипы потенциально могут превзойти традиционные компьютеры по энергоэффективности и занимаемой площади, а также по производительности. Это могло бы обеспечить существенные преимущества в различных областях, включая искусственный интеллект, здравоохранение и робототехнику. Поскольку потребление электроэнергии искусственным интеллектом, по прогнозам, удвоится к 2026 году, нейроморфные вычисления становятся многообещающим решением.

"Нейроморфные вычисления особенно актуальны сегодня, когда мы наблюдаем невозможное масштабирование энергоемких и ресурсозатратных систем искусственного интеллекта", - сказал Герт Каувенбергс, выдающийся профессор кафедры биоинженерии Калифорнийского университета в Сан-Диего и один из соавторов статьи.

Нейроморфные вычисления переживают поворотный момент, сказала Дириша Кудитипуди, заведующая кафедрой Роберта Ф. Макдермотта в Техасском университете Сан-Антонио и автор-корреспондент статьи. "Сейчас мы находимся на том этапе, когда появляется огромная возможность создавать новые архитектуры и открытые фреймворки, которые могут быть развернуты в коммерческих приложениях", - сказала она. "Я твердо верю, что укрепление тесного сотрудничества между промышленностью и академическими кругами является ключом к формированию будущего этой области. Это сотрудничество нашло отражение в нашей команде соавторов".

В прошлом году Каувенбергс и Кудитипуди получили грант в размере 4 миллионов долларов от Национального научного фонда на запуск THOR: The Neuromorphic Commons, первой в своем роде исследовательской сети, предоставляющей доступ к открытому нейроморфному вычислительному оборудованию и инструментам для поддержки междисциплинарных и совместных исследований.

В 2022 году нейроморфный чип, разработанный командой под руководством Каувенбергса, показал, что эти чипы могут быть высокодинамичными и универсальными без ущерба для точности и эффективности. Чип NeuRRAM выполняет вычисления непосредственно в памяти и может запускать широкий спектр приложений искусственного интеллекта - и все это за небольшую долю энергии, потребляемой вычислительными платформами для ИИ-вычислений общего назначения. "Наша статья в Nature review предлагает перспективу дальнейшего расширения нейроморфных систем искусственного интеллекта в кремнии и новых чиповых технологиях, чтобы приблизиться как к массовым масштабам, так и к чрезвычайной эффективности способности к самообучению в мозге млекопитающих", - сказал Каувенбергс.

Чтобы достичь масштабируемости в нейроморфных вычислениях, авторы предлагают несколько ключевых функций, которые необходимо оптимизировать, включая разреженность, определяющую особенность человеческого мозга. Мозг развивается путем формирования многочисленных нейронных связей (уплотнения), прежде чем выборочно обрезать большинство из них. Эта стратегия оптимизирует пространственную эффективность при сохранении информации с высокой точностью. В случае успешной эмуляции эта функция могла бы позволить создавать нейроморфные системы, которые были бы значительно более энергоэффективными и компактными.

"Расширяемая масштабируемость и превосходная эффективность проистекают из массивного параллелизма и иерархической структуры нейронного представления, сочетающей плотную локальную синаптическую связь внутри нейросинаптических ядер, смоделированных по образцу серого вещества мозга, с разреженной глобальной связью в нейронной коммуникации между ядрами, моделирующими белое вещество мозга, чему способствуют реконфигурируемые межсоединения с высокой пропускной способностью на чипе и иерархически структурированные межсоединения между чипами", - сказал Каувенбергс.

"Эта публикация демонстрирует огромный потенциал масштабного использования нейроморфных вычислений для реальных приложений. В суперкомпьютерном центре Сан-Диего мы представляем новые вычислительные архитектуры национальному сообществу пользователей, и эта совместная работа прокладывает путь к созданию нейроморфного ресурса для национального сообщества пользователей", - сказал Амитава Маджумдар, директор отдела научных вычислений с поддержкой данных в SDSC здесь, в кампусе Калифорнийского университета в Сан-Диего., и один из соавторов статьи.