IBM crea un nuovo chip analogico CiM destinato all’intelligenza artificiale

Una nuova svolta tecnologica potrebbe aver appena risolto i problemi energetici dell’intelligenza artificiale. L’intelligenza artificiale richiede una quantità enorme e crescente di energia per cmpiere i calcoli necessari al proprio funzionamento, ma un un nuovo tipo di chip per computer analogico sviluppato dalla ricerca IBM potrebbe aiutare a risolvere il problema.

Il chip analogico è in grado di eseguire un modello di riconoscimento vocale AI in modo 14 volte più efficiente rispetto ad un chip per computer standard. Il chip analogico è un modello compute-in-memory (CiM), il che significa che è in grado di eseguire calcoli direttamente all’interno della propria memoria invece di inviare informazioni avanti e indietro milioni di volte per richiamare o archiviare dati in chip di memoria esterni, alleggerendo così un collo di bottiglia significativo che attualmente affligge le operazioni di intelligenza artificiale.

“Il dispositivo IBM contiene 35 milioni di cosiddette celle di memoria a cambiamento di fase – una forma di CiM – che possono essere impostate su uno dei due stati, come i transistor nei chip dei computer, ma anche a vari livelli tra loro”, ha riferito New Scientist questa settimana . Si tratta di un enorme passo avanti per l’informatica, poiché “questi vari stati possono essere utilizzati per rappresentare i pesi sinaptici tra neuroni artificiali in una rete neurale, un tipo di intelligenza artificiale che modella il modo in cui i collegamenti tra neuroni nel cervello umano variano in forza quando si apprendono nuove conoscenze”. informazioni o competenze, qualcosa che è tradizionalmente archiviato come valore digitale nella memoria del computer. Grazie a questa innovazione, il chip analogico è in grado di memorizzare ed elaborare i pesi con solo una frazione dello sforzo di calcolo normalmente richiesto.

L’efficienza di questi nuovi chip analogici potrebbe non solo risolvere il problema dell’uso dell’energia dell’intelligenza artificiale, ma anche il problema del numero di chip necessari allo sviluppo della AI stessa. I programmi di addestramento dell’intelligenza artificiale possono richiedere un’enorme quantità di chip di computer, migliaia a volte utilizzati su un singolo progetto.

Anche questo è diventato un problema a causa della carenza mondiale di chip per computer, unita al boom di nuove iniziative di intelligenza artificiale. In particolare, le aziende di intelligenza artificiale stanno incontrando difficoltà senza precedenti quando cercano di procurarsi un tipo di chip noto come unità di elaborazione grafica, o GPU, poiché è stata (fino ad ora) la forma di chip più efficiente per le esigenze di elaborazione dell’intelligenza artificiale. La guerra dei chip fra USA e Cina ha poi ulteriormente accuito il problema.

L’introduzione di questo nuovo chip analogico potrebbe parzialmente risolvere il problema della disponibilità delle GPU per le elaborazioni della AI, in quanto avremmo una categoria ad hoc di chip destinata allo sviluppo dell’intelligenza artificiale, alleggerendo quindi la domanda su sistemi nati per svolgere altre funzioni.

Comunque il risparmio energetico portato da questa forma di chip sarebbe di per se interesante e tale da renderlo economicamente conveniente: è stato stimato che il processo di addestramento per GPT-3, che in seguito si è evoluto in ChatGPT, ha richiesto circa 1.287 megawattora di elettricità e ben 10.000 chip di computer. Per mettere il dato in prospettiva, tale quantità di energia potrebbe alimentare circa 121 case negli Stati Uniti per un anno intero. Al momento, gli esperti calcolano che Open.AI, i creatori di ChatGPT, probabilmente spenderanno circa 700.000 dollari al giorno solo in costi informatici per fornire i servizi del chatbot a 100 milioni di utenti in tutto il mondo.