Intel bugün, dünyanın en büyük nöromorfik sistemini kurduğunu açıkladı. İlk olarak Sandia National Laboratories’te (Sandia Ulusal Laboratuvarları) konuşlandırılan ve Intel’in Loihi 2 işlemcisini kullanan Hala Point kod adlı bu büyük ölçekli nöromorfik sistem, geleceğin beyinden ilham alan yapay zekâ araştırmalarını desteklemeyi amaçlıyor ve günümüz yapay zekâsının verimliliği ve sürdürülebilirliğiyle ilgili zorlukların üstesinden geliyor.
Hala Point, Intel’in ilk nesil büyük ölçekli araştırma sistemi olan Pohoiki Springs’i, 10 kattan fazla nöron kapasitesi ve 12 kata kadar daha yüksek performansa ulaşmak üzere mimari iyileştirmelerle geliştiriyor. Intel Nöromorfik Bilişim Laboratuvarı Direktörü Mike Davies şunları söyledi:
Intel Nöromorfik Bilişim Laboratuvarı Direktörü Mike Davies:
“Günümüzün yapay zekâ modellerinin bilişim maliyetleri sürdürülebilir olmayan bir hızla artıyor. Endüstrinin, ölçeklendirme kapasitesine sahip, bütünüyle yeni yaklaşımlara ihtiyacı var. Tam da bu yüzden, derin öğrenme verimliliğini beyinden ilham alan yeni öğrenme ve optimizasyon yetenekleriyle bir arada sunan Hala Point’i geliştirdik. Hala Point ile yapılan araştırmaların, büyük ölçekli yapay zekâ teknolojisinin verimliliğini ve uyarlanabilirliğini geliştireceğini umut ediyoruz.”
Hala Point, ana akım yapay zekâ iş yüklerinde en ileri hesaplama verimliliklerini sergileyen ilk büyük ölçekli nöromorfik sistem olarak öne çıkıyor. Karakterizasyon, konvansiyonel derin sinir ağlarını çalıştırırken watt başına saniyede 15 trilyon 8 bit işlemi (TOPS/W) aşan bir verimliliğe sahip olan Hala Point’in, saniyede 20 katrilyona kadar işlemi yahut 20 petaops’u destekleyebileceğini gösteriyor. Dolayısıyla, Hala Point grafik işlem birimleri (GPU) ve merkezi işlem birimleri (CPU) üzerine inşa edilen mimarilerin ulaştığı seviyelerle rekabet ediyor ve bu seviyeleri aşıyor. Benzersiz yetenekleri sayesinde, bilimsel problemlerin ve mühendislik problemlerinin çözümü, lojistik, akıllı şehir altyapı yönetimi, büyük dil modelleri (LLM’ler) ve akıllı ajanlar (AI agent) gibi yapay zekâ uygulamaları için gelecekte gerçek zamanlı sürekli öğrenmeyi mümkün kılabilir.
Nasıl kullanılacak?
Sandia National Laboratories’teki araştırmacılar Hala Point’i beyin ölçeğinde ileri
bilişim araştırmaları için kullanmayı planlıyor. Kuruluş; cihaz fiziği, bilgisayar mimarisi, bilgisayar bilimi ve bilişim alanlarındaki bilimsel hesaplama sorunlarını çözmeye odaklanacak.
bilişim araştırmaları için kullanmayı planlıyor. Kuruluş; cihaz fiziği, bilgisayar mimarisi, bilgisayar bilimi ve bilişim alanlarındaki bilimsel hesaplama sorunlarını çözmeye odaklanacak.
Sandia National Laboratories, Hala Point Ekip Lideri Craig Vineyard şunları söylüyor: “Hala Point ile çalışmak Sandia ekibimizin hesaplama ve bilimsel modelleme problemlerini
çözme kabiliyetini geliştiriyor. Araştırmaları bu büyüklükte bir sistemde yürütmek, yapay zekânın ticari alandan savunmaya ve temel bilimlere kadar çeşitli alanlardaki değişimine ayak uydurmamıza olanak tanıyacak.”
çözme kabiliyetini geliştiriyor. Araştırmaları bu büyüklükte bir sistemde yürütmek, yapay zekânın ticari alandan savunmaya ve temel bilimlere kadar çeşitli alanlardaki değişimine ayak uydurmamıza olanak tanıyacak.”
Hala Point şu anda, gelecekteki ticari sistemlerin yeteneklerini geliştirecek bir araştırma prototipini temsil ediyor. Intel, bu gibi derslerin LLM’lerin yeni verilerden sürekli olarak öğrenebilmesi gibi pratik ilerlemelere yol açacağını öngörüyor. Söz konusu ilerlemeler ise, yaygın yapay zekâ dağıtımlarının sürdürülemez eğitim yükünü önemli ölçüde azaltmayı vaat ediyor.
Neden önemli?
Derin öğrenme modellerini trilyonlarca parametreye ölçeklendirmeye yönelik son
trendler, yapay zekâda ürkütücü sürdürülebilirlik zorluklarını ortaya çıkarırken, donanım mimarisinin en düşük seviyelerinde inovasyon ihtiyacını da vurguladı. Nöromorfik bilişim, veri hareketini minimuma indirmek için bellek ve hesaplamayı son derece granüler paralellik ile entegre eden sinirbilim içgörülerinden yararlanan bütünüyle yeni bir yaklaşımdır. Bu ay gerçekleşen International Conference on Acoustics, Speech, and Signal Processing’de (Uluslararası Akustik, Konuşma ve Sinyal İşleme Konferansı – ICASSP) yayınlanan sonuçlara göre Loihi 2, ortaya çıkan küçük ölçekli uç iş yüklerinin verimliliğinde, hızında ve uyarlanabilirliğinde büyüklük sırasına göre kazanımlar olduğunu gösterdi.
trendler, yapay zekâda ürkütücü sürdürülebilirlik zorluklarını ortaya çıkarırken, donanım mimarisinin en düşük seviyelerinde inovasyon ihtiyacını da vurguladı. Nöromorfik bilişim, veri hareketini minimuma indirmek için bellek ve hesaplamayı son derece granüler paralellik ile entegre eden sinirbilim içgörülerinden yararlanan bütünüyle yeni bir yaklaşımdır. Bu ay gerçekleşen International Conference on Acoustics, Speech, and Signal Processing’de (Uluslararası Akustik, Konuşma ve Sinyal İşleme Konferansı – ICASSP) yayınlanan sonuçlara göre Loihi 2, ortaya çıkan küçük ölçekli uç iş yüklerinin verimliliğinde, hızında ve uyarlanabilirliğinde büyüklük sırasına göre kazanımlar olduğunu gösterdi.
Selefi Pohoiki Springs üzerinde yapılan çok sayıda iyileştirmeyle geliştiren Hala Point, özellikle video, konuşma ve kablosuz iletişim gibi gerçek zamanlı iş yüklerini işleyen ana akım konvansiyonel derin öğrenme modellerine nöromorfik performans ve verimlilik kazanımları getiriyor. Sözgelimi Ericsson Research, bu yılki Mobile World Congress’te (Mobil Dünya Kongresi) vurgulandığı üzere, telekom altyapı verimliliğini optimize etmek için Loihi 2’den yararlanıyor.
İlgili Haberler
