Bộ não có thể là bản thiết kế cho lĩnh vực điện toán tiếp theo

Bài viết thảo luận về sự phát triển nhanh chóng của công nghệ tính toán thần kinh mô phỏng, một công nghệ mô hình phần cứng dựa trên các nơ-ron và hoạt động xung điện của não bộ nhằm đạt được khả năng xử lý dữ liệu tiết kiệm năng lượng cao và độ trễ thấp. Khác với các mạng nơ-ron sâu truyền thống (DNN) dựa trên các kích hoạt số liên tục và tiêu thụ nhiều điện năng, các mạng nơ-ron xung (SNN) sử dụng các xung không đồng bộ, kích hoạt theo sự kiện lấy cảm hứng từ các nơ-ron sinh học. Phương pháp này cho phép giảm đáng kể mức tiêu thụ năng lượng và thời gian xử lý; ví dụ, chip Loihi của Intel được cho là thực hiện suy luận AI nhanh hơn 50 lần và tiêu thụ năng lượng ít hơn 100 lần so với CPU và GPU truyền thống, trong khi chip TrueNorth của IBM đạt hiệu quả năng lượng chưa từng có với 400 tỷ phép toán mỗi giây trên mỗi watt. Tuy nhiên, SNN hiện vẫn đối mặt với những thách thức về độ chính xác và sự trưởng thành của công cụ đào tạo so với các mô hình AI truyền thống. Cuộc đua toàn cầu phát triển phần cứng thần kinh mô phỏng đang ngày càng gay gắt, với các ông lớn như Intel và IBM tại Mỹ dẫn đầu những nỗ lực ban đầu thông qua các chip như Loihi và TrueNorth, cùng các công ty khởi nghiệp...