In un mondo dove i modelli linguistici di grandi dimensioni, la tecnologia AI dietro cose come Chat GPT, sono proprio grandi, bisogna potenziare la memoria il più possibile. Ed è questo l’obiettivo di IBM.
Sia IBM che Intel hanno realizzato chip che forniscono tutta la memoria di cui hanno bisogno per svolgere le loro funzioni, e con un basso consumo energetico e un funzionamento davvero brillante. Infatti IBM vuole puntare ad un chip sempre più vicino ad un processore IA funzionale.
IBM e i chip IA per le reti neurali
In un articolo pubblicato mercoledì da Nature, il colosso della produzione di chip IBM dimostra che il suo hardware è in grado di eseguire il riconoscimento vocale con ragionevole precisione e con un consumo energetico molto inferiore.
Questo comportamento risulta essere un ottimo abbinamento anche per le reti neurali. Nelle reti neurali, ciascun nodo riceve un input e, in base al suo stato, determina quanto di quel segnale inoltrare ad ulteriori nodi.
Per saperne di più: Intelligenza artificiale: cos’è e come funziona, tutto sulla AI
Quando si memorizzano bit digitali, la differenza tra gli stati di attivazione e disattivazione della memoria a cambiamento di fase viene massimizzata per limitare gli errori. IBM ha già dimostrato che ciò può funzionare, e con questo chip IA, molto più vicino a un processore funzionale, già può contenere tutto l’hardware necessario per connettere i singoli nodi. Così da gestire modelli linguistici di grandi dimensioni.
Come funziona il chip IA
Ogni chip IA dell’IBM può arrivare a 35 milioni di bit di cambiamento di fase. Può comunicare ad alta velocità, e accoppiato con una certa RAM statica, può controllare il flusso di questa comunicazione e gestiscono la traduzione tra le porzioni analogiche e digitali del chip.
E qui entra in gioco il sistema di intelligenza artificiale brevettato dai ricercatori dell’IBM: nel caso di analisi relative a sistemi complessi (es. l’analisi di un modello linguistico grande), essa potrebbe essere eseguita ripetutamente senza che la porzione di cambiamento di fase del chip richieda energia aggiuntiva. Il risultato s’è visto anche nelle attività di riconoscimento vocale: l’hardware era in grado di eguagliare le prestazioni di un sistema di intelligenza artificiale equivalente eseguito su processori tradizionali.
Ma al momento non si può parlare di un processore IA, perché funziona solo con un tipo specifico di rete neurale e non tutti i problemi sono adatti a quel tipo di rete neurale. Il risparmio energetico promesso dipende anche dal fatto che la rete rimanga statica. Solo se abbinato al giusto tipo di problema, il chip può potenzialmente fornire una riduzione significativa del consumo di energia. E c’è il potenziale per migliorare molto in questo senso.
