A IBM revelou sua mais recente iteração do chip neuromórfico, um processador que emula o funcionamento das redes neurais cerebrais através de cálculos analógicos. O destaque crucial reside na sua natureza analógica, que combina funções de armazenamento (memória) e processamento (cálculos) em um único chip.
Enquanto os avanços na inteligência artificial têm levado a desenvolvimentos de hardware especializados, algumas dessas arquiteturas ainda mantêm uma separação física entre as unidades de memória e processamento, assemelhando-se aos computadores convencionais. Essa abordagem tende a retardar o processamento e requer altos níveis de energia, uma vez que os dados precisam ser constantemente transferidos entre a memória e a unidade de processamento.
Por outro lado, o chip desenvolvido pela IBM pertence à categoria de computação analógica na memória, também conhecida como IA analógica, replicando os padrões de funcionamento das redes neurais encontradas nos cérebros biológicos.
Tecnologia de Memória de Mudança de Fase
Apesar de muitas arquiteturas de computação em memória se apoiarem em memoristores, o recém-desenvolvido chip se fundamenta nas memórias de mudança de fase, também conhecidas como PCM (Phase-Change Memory). Essa tecnologia tem sido objeto de pesquisa e desenvolvimento da empresa, bem como de outras fabricantes de semicondutores, como a Intel, ao longo de vários anos.
Nesse sistema, quando uma corrente elétrica é aplicada a um material específico, a condutância desse material é modificada devido à alternância entre as fases amorfa e cristalina. Um pulso elétrico de menor intensidade leva o material a se tornar mais cristalino, diminuindo sua resistência, enquanto um pulso elétrico mais forte induz a fase amorfa, aumentando a resistência. Isso significa que, ao invés de representar os típicos 0s e 1s dos sistemas digitais, um componente PCM registra seu estado em um contínuo de valores entre as fases amorfa e cristalina.
O valor de resistência resultante é denominado peso sináptico, que pode ser retido na configuração física atômica de cada célula PCM. Essa memória é do tipo não volátil, ou seja, os pesos são mantidos mesmo quando a energia é desligada. Analogamente ao funcionamento das sinapses em nossos cérebros, que influenciam a comunicação entre os neurônios, os pesos armazenados nos valores de condutância das células de memória em sistemas de IA analógica são empregados para executar múltiplas operações de acumulação. Esse processo de cálculo é predominante em redes neurais profundas (DNNs: Deep Neural Networks), aproveitando princípios de circuitos e minimizando a necessidade de transferir constantemente dados entre a memória e o processador.

(Imagem: Manuel Le Gallo)
Vantagens da Computação Analógica sobre a Digital Evidenciadas
Para concretizar a visão da IA analógica, dois desafios fundamentais necessitam ser superados: a capacidade das matrizes de memória de executar cálculos com um nível de precisão comparável aos sistemas digitais atuais e a habilidade de uma integração fluida com outras unidades de computação digital, incluindo a comunicação digital dentro do próprio chip de IA analógica.
O protótipo recentemente apresentado pela IBM aborda de forma inovadora essas duas questões: O chip representa um passo substancial ao incorporar um circuito híbrido de última geração, capaz de realizar diversas tarefas de inferência em redes neurais profundas (DNN). Resultados de testes, envolvendo aplicações de visão computacional, revelaram que o desempenho desse novo chip é equivalente aos equivalentes digitais em eficiência, enquanto demonstra uma notável economia de energia.
Composto por 64 núcleos (também referidos como “ladrilhos” pela IBM) de computação analógica na memória, cada um contendo uma matriz de células unitárias sinápticas em um arranjo de 256 por 256. Esses “ladrilhos” incorporam conversores analógico-digitais compactos, baseados em tempo, para facilitar a transição entre as esferas analógica e digital. Além disso, cada núcleo está conectado a unidades de processamento digital leves, responsáveis por funções simples de ativação neuronal não linear e operações de dimensionamento.
Os pesquisadores informam que, por meio desse chip, conseguiram realizar uma investigação abrangente sobre a precisão computacional da computação analógica na memória, alcançando um índice de precisão de 92,81% no conjunto de dados de imagens CIFAR-10. Eles consideram esse patamar como possivelmente o mais alto em qualquer chip relatado até o momento com tecnologia semelhante. No artigo, também destacam a habilidade de combinar perfeitamente a computação analógica na memória com múltiplas unidades de processamento digital, juntamente com uma estrutura de comunicação digital integrada.

(Imagem: Manuel Le Gallo)
Achou útil essa informação? Compartilhe com seus amigos!
Deixe-nos a sua opinião aqui nos comentários.