Los procesadores neuromórficos son aquellos que imitan, en la mayor medida que pueden a los semiconductores, así como el funcionamiento de sistemas neuronales biológicos, por lo que estas unidades de procesamiento están pensadas de cara a la inteligencia artificial. Pues bien, Intel acaba de presentar Loihi 2, con la que pretender revolucionar el mundo del aprendizaje automático. ¿Qué tiene de especial esta nueva apuesta del gigante azul en comparación con el resto?
La gran mayoría de chips para inteligencia artificial que tenemos actualmente en nuestros PC están pensados para ejecutar algoritmos de inferencia, esto significa que lo que hacen es realizar predicciones o clasificaciones a partir de un método «deductivo» que ha sido entrenado previamente en otro sistema y muchas veces varias veces más potentes que el hardware que tenemos en casa.
Debido a esto, a día de hoy uno de los campos en los que se busca avanzar más rápidamente es en el aprendizaje automático, porque el motivo de ello es que los métodos utilizados requieren conjuntos de datos enormes para el aprendizaje. Haciendo un símil con un ser humano es como si necesitaremos que nos expliquen muchas veces algo para entenderlo.
¿La solución por parte de los científicos de la computación? Crear procesadores cuyo funcionamiento se parezca lo máximo posible a las estructuras neuronales biológicas, ya que al fin y el cabo es lo que conocemos en la naturaleza y tienen la capacidad demostrada en todas las especies de aprender al vuelo.
Intel Loihi 2, la segunda generación del procesador neuromórfico de Intel
El mayor fabricante de CPU para PC del mundo no solo enfoca su investigación y desarrollo a crear CPU más potentes, sino que una empresa de semejante tamaño dados los avances continuos en los diferentes campos de la computación no se puede permitir el lujo de estar parada, y es por ello que en 2018 crearon el laboratorio Intel NRC, Neuromórfico Research Community, desde donde diseñaron el primer Loihi. Ahora, tres años después han presentado su mejorada segunda generación.
Como podéis ver en las imágenes, Loihi 2 es un chip muy pequeño, ya que mide solo 31 milímetros cuadrados y se trata del primer chip construido bajo el nodo Intel 4, su nodo equivalente a los 5 nm de TSMC, el cual es el mismo que Intel utilizará para la creación de Meteor Lake, su CPU para PC Intel Core Gen 14 que veremos avanzado 2023. Aunque con respecto a su arquitectura este procesador neuromórfico no tiene nada que ver con esa futura CPU y le sirve más bien para demostrar que puede fabricar ya procesadores bajo dicho proceso de fabricación.
Procesadores de dominio específico y 3D para acelerar el aprendizaje automático
En cuanto a la complejidad del chip, este se encuentra compuesto por una matriz en 2D de 8 x 16 procesadores, lo cual es la interconexión típica de los núcleos para la IA, cada uno de ellos tiene su propia memoria local de 128 KB y se encuentra interconectado con el resto de núcleos formando un NoC, por lo que aunque Intel no lo ha dicho deducimos que cada núcleo tiene un router que le permite comunicarse con sus aledaños de forma directa.
Los procesadores en Loihi 2 son muy sencillos, ya que mide apenas 0.44 milímetros cuadrados y tiene un set de instrucciones muy simple, tal y como podéis ver en la tabla sobre estas líneas. Por lo que no estamos ante núcleos tan complejos como los que utilizamos en nuestros PC, son lo que llamamos procesadores de dominio específico, los cuales son programables, pero solo tienen lo necesario para la tarea que han sido diseñados.
Además Loihi 2 se ha diseñado para escalar en número de núcleos haciendo uso de la tecnología de interconexión vertical de Intel, Foveros, por lo que se pueden colocar varios chips Loihi 2 para obtener versiones más complejas del mismo. Esta capacidad se debe además al hecho que es un chip no solo muy pequeño, sino de muy bajo consumo, 1 vatio solo, por lo que el consumo energético y el calor generado no son un problema para la creación del primer chip neuromórfico en forma de circuito integrado que puede escalar en vertical y por tanto ser el primer chip de IA en 3DIC.
Lava, el entorno de programación de Loihi 2
Todo procesador necesita programas que ejecutar y los desarrolladores necesitan un entorno para poder escribirlos, y es aquí donde entra Lava, el cual es un framework de código abierto que Intel ha diseñado y que permite el desarrollo de algoritmos de inteligencia artificial escritos en lenguajes de programación como Python y C.
Uno de los elementos clave de Lava es Magma, la cual es una interfaz de bajo nivel que permite desplegar algoritmos de inteligencia artificial que han sido desarrollados previamente en una CPU o GPU, pero que se busca ejecutarlos en Loihi 2. Además Lava está pensado para integrarse en frameworks de terceros y para su facilidad de uso todas las librerías que de serie ofrece Intel se encuentran escritas en Python.
¿Cuáles son los mercados potenciales para este procesador neuromórfico?
Hay una serie de campos en los que Intel ha estado probando Loihi 2 en su laboratorio NRC, pero una de las aplicaciones más comunes para este tipo de procesador es la visión por computador, lo cual no se debe confundir con gráficos por ordenador. Mientras que lo que hace una GPU es dibujar y mostrar una imagen, la visión por computador copia los mecanismos de la naturaleza para la visión y procesamiento de las imágenes y por tanto de uno de los sentidos. Y de la misma manera que tenemos la visión por computador también lo podemos aplicar a otros sentidos clásicos como es la detección de olores, interpretación de sonidos e incluso el tacto.
Esto es importante por el hecho de que en el autoaprendizaje los sistemas de inteligencia artificial no parten de un conjunto de información previa que ha sido ordenada y clasificada, sino que han de captar la información del entorno a tiempo real como datos de entrada para su inferencia. Y dado que basamos la inteligencia artificial en sistemas basados en la naturaleza también les hemos de dar la capacidad de ver, oír, sentir e incluso oler.
A nivel comercial las aplicaciones de este tipo de chips son varias, desde la ya conocida conducción automática de vehículos o drones militares pasando por plantas de producción automatizadas e incluso sistemas de asistencia en cirugía. En especial lo que se busca es tener sistemas con la capacidad de aprender por sí mismos de sus errores.