Contrairement aux ordinateurs traditionnels qui séparent le traitement et le stockage des données, celui-ci intègre les deux composants, permettant un traitement parallèle massif et une réduction significative de la consommation d'énergie .
Selon les experts, Hala Point représente non seulement un saut qualitatif dans la capacité de traitement, mais constitue également un prototype crucial pour les recherches futures , allant des applications commerciales aux projets de défense et de base scientifique.
Pourquoi Hala Point représente un bond en avant dans la capacité de traitement
Hébergée aux Sandia National Laboratories du Département de l'Énergie des États-Unis (DOE), cette avancée dépasse de dix fois la capacité neuronale de son prédécesseur, Pohoiki Springs, atteignant 1,15 milliard de neurones et offrant des performances douze fois supérieures .
"Travailler avec Hala Point améliore la capacité de notre équipe Sandia à résoudre les problèmes de modélisation scientifique et informatique ", a déclaré Craig Vineyard, chef de projet.
"Ce système peut atteindre 15 TOPS/W à INT8 ", a noté Intel, soulignant l'efficacité énergétique nettement supérieure par rapport aux systèmes construits sur une architecture GPU et CPU traditionnelle.
Cette efficacité est possible grâce à sa structure de traitement, qui comprend plus de 2 300 processeurs x86 pour les tâches informatiques auxiliaires . De plus, il prend en charge jusqu'à 128 milliards de synapses réparties sur plus de 140 544 cœurs de traitement neuromorphiques, le tout avec une consommation électrique maximale de 2 600 watts.
Autrement dit, il est capable de délivrer une puissance de 20 pétaOPS, soit l'équivalent de 20 quadrillions d'opérations par seconde . Intel a même établi un parallèle entre la capacité de Hala Point et l'intelligence naturelle, affirmant qu'elle est « à peu près équivalente à celle du cerveau d'un hibou ou d'un singe capucin ».
Comment Hala Point peut apprendre en temps réel
Intel, malgré l'utilisation d'une technologie de fabrication traditionnelle, a mis en œuvre des principes neuromorphiques fondamentaux, tels que la combinaison de mémoire et de traitement dans Loihi 2, permettant au système de continuer à apprendre en temps réel.
Cette capacité est cruciale pour les applications allant de l'informatique de pointe aux centres de données et aux applications hautes performances , notamment pour résoudre les problèmes d'optimisation.
Rappelons que Loihi 2, présenté en 2021, dispose de 128 cœurs neuronaux et de six processeurs intégrés qui communiquent via un réseau sur puce, ce qui souligne le caractère avancé de ce développement.
Les chercheurs de Sandia ont souligné que mener des recherches avec un système de cette taille suivra le rythme de l'évolution de l'IA , soulignant que Hala Point n'est pas seulement une réussite technique, mais un catalyseur crucial pour l'avancement des connaissances humaines dans plusieurs disciplines.
Cependant, la technologie neuromorphique se heurte à des obstacles à une adoption généralisée , notamment une incompatibilité avec les architectures informatiques traditionnelles et un écosystème de développeurs encore en développement.
Intel n'est pas le seul à s'intéresser à ce domaine
Intel n'est pas seul dans ce domaine ; IBM, BrainChip et Prophesee font également partie des sociétés qui ont également développé des puces neuromorphiques pour l'informatique IA, à la fois dans le cloud et sur les appareils de pointe.
À mesure que l’écosystème évolue, l’adoption de l’informatique neuromorphique devrait augmenter, offrant ainsi une voie prometteuse pour surmonter les limites actuelles de la technologie informatique.
Pour l'instant, Intel offre un accès gratuit à cette technologie avancée via la communauté de recherche Intel Neuromorphic , qui comprend déjà plus de 200 participants, tels que GE, Hitachi, Airbus et Accenture, entre autres. Selon Mike Davies, directeur du laboratoire de calcul neuromorphique de l'entreprise, l'objectif est de partager les résultats et les découvertes afin de continuer à améliorer le matériel de la taille d'un four à micro-ondes.