Σύνοψη
- Ομάδα του Πανεπιστημίου του Πεκίνου δημιούργησε ένα NDS chip στα 40nm.
- Χρησιμοποιεί αρχιτεκτονική Computing-in-Memory με Phase-Change Memristors.
- Ολοκληρώνει υπολογισμούς με latency μόλις 2,12ms.
- Είναι από 50 έως 478 φορές ταχύτερο από την NVIDIA A100 στα συγκεκριμένα workloads, με σημαντικά χαμηλότερη κατανάλωση.
- Βασικές εφαρμογές σε νευρολογικές διαγνώσεις, BCI και νευροχειρουργικές επεμβάσεις.
Η ακριβής αναδόμηση και χαρτογράφηση του ανθρώπινου εγκεφάλου αποτελεί διαχρονικά μια από τις μεγαλύτερες προκλήσεις της σύγχρονης βιοϊατρικής μηχανικής και της επιστήμης των υπολογιστών. Η πολυπλοκότητα του εγκεφαλικού φλοιού, με τα δισεκατομμύρια των νευρώνων και τις ατελείωτες πτυχώσεις του, απαιτεί υπολογιστική ισχύ τεράστιου μεγέθους, κάτι που μέχρι σήμερα καλυπτόταν αποκλειστικά από παραδοσιακές αρχιτεκτονικές καρτών γραφικών (GPUs) και ισχυρά κέντρα δεδομένων. Ωστόσο, μια νέα έρευνα παρουσιάζει μια ριζικά διαφορετική προσέγγιση.
Μια επιστημονική ομάδα προερχόμενη από το Πανεπιστήμιο του Πεκίνου και την Κινεζική Ακαδημία Επιστημών, ανέπτυξε ένα εξειδικευμένο chip υπολογισμού νευρωνικών δυναμικών συστημάτων (Neural Dynamical Systems - NDS). Το συγκεκριμένο chip όχι μόνο επιταχύνει εντυπωσιακά τη χαρτογράφηση του εγκεφάλου, αλλά επιτυγχάνει επιδόσεις που διαλύουν κάθε ρεκόρ σε σύγκριση με τα τρέχοντα βιομηχανικά πρότυπα.
Το πρόβλημα του Von Neumann και η λύση του Computing-in-Memory
Τα παραδοσιακά υπολογιστικά συστήματα πάσχουν από τον περιορισμό της αρχιτεκτονικής Von Neumann. Τα δεδομένα πρέπει συνεχώς να μεταφέρονται μεταξύ της κεντρικής μνήμης και του επεξεργαστή, δημιουργώντας σημαντική καθυστέρηση και υψηλή κατανάλωση ενέργειας. Κατά την προσπάθεια χαρτογράφησης δυναμικών συστημάτων υψηλής πιστότητας σε πραγματικό χρόνο (όπως η επιφάνεια του εγκεφαλικού φλοιού) η καθυστέρηση αυτή μεταφράζεται σε εκατοντάδες χιλιοστά του δευτερολέπτου, καθιστώντας την άμεση κλινική χρήση απαγορευτική.
Για να παρακάμψουν αυτόν τον περιορισμό, οι ερευνητές στράφηκαν στην αρχιτεκτονική Computing-in-Memory (CIM), όπου η αποθήκευση και η επεξεργασία των δεδομένων λαμβάνουν χώρα στο ίδιο φυσικό κύκλωμα. Το εν λόγω chip σχεδιάστηκε με διαδικασία παραγωγής 40 νανομέτρων και βασίζεται σε αντιστάτες μνήμης (memristors) αλλαγής φάσης.
Το πιο εντυπωσιακό τεχνικό επίτευγμα της ομάδας, ωστόσο, έγκειται στην αξιοποίηση της «ολίσθησης αγωγιμότητας». Σε παραδοσιακές εφαρμογές, το drift θεωρείται μειονέκτημα καθώς προκαλεί αστάθεια στα αποθηκευμένα δεδομένα με την πάροδο του χρόνου. Αντί να προσπαθήσουν να το καταπολεμήσουν, οι σχεδιαστές του chip χρησιμοποίησαν αυτή την αναλογική δυναμική εξέλιξη της αγωγιμότητας για να επιλύσουν φυσικά τις διαφορικές εξισώσεις των νευρωνικών δικτύων, εκτελώντας πολλαπλούς υπολογισμούς άμεσα, χωρίς ψηφιακές μετατροπές.
Αυτή η προσέγγιση επιτυγχάνει χρόνο απόκρισης μόλις 2,12 χιλιοστά του δευτερολέπτου, προσφέροντας ταχύτητες επεξεργασίας 50 έως 478 φορές υψηλότερες σε σχέση με την GPU NVIDIA A100, με ταυτόχρονη μείωση της κατανάλωσης ενέργειας έως και 24,73 φορές.
Σύμφωνα με τα αποτελέσματα των δοκιμών, ο χρόνος για μια μεμονωμένη επανάληψη του NDS υπολογισμού έπεσε στα 2,12 milliseconds (κάτω από το αυστηρό όριο των 10ms που απαιτείται για διεργασίες πραγματικού χρόνου) διατηρώντας το περιθώριο σφάλματος στο 10⁻⁷.
Απέναντι σε υπάρχουσες, υπερσύγχρονες hardware υλοποιήσεις για NDS, το νέο chip είναι από 3,82 έως 36,27 φορές ταχύτερο, καταναλώνοντας παράλληλα 11,75 έως 24,73 φορές λιγότερη ενέργεια. Το πιο καθοριστικό σημείο σύγκρισης, ωστόσο, αφορά τα συστήματα που βασίζονται στις πανίσχυρες κάρτες γραφικών NVIDIA A100. Στις ίδιες, σύνθετες αναθέσεις (end-to-end NDS latency), το κινεζικό chip ολοκλήρωσε τις εργασίες του από 50,38 έως και 478,18 φορές πιο γρήγορα από την αρχιτεκτονική της NVIDIA, αποδεικνύοντας ότι το εξειδικευμένο analog hardware αποτελεί μονόδρομο για στοχευμένα βιολογικά workloads.
Πρακτικές εφαρμογές στη Νευρολογία και την Ιατρική
Οι αριθμοί εντυπωσιάζουν τα εργαστήρια, όμως ο τελικός αντίκτυπος αφορά τον ιατρικό τομέα. Η τρισδιάστατη, δυναμική αναδόμηση των δομών του εγκεφάλου έχει άμεση εφαρμογή σε πληθώρα πεδίων. Πρώτον, επιτρέπει στους νευροχειρουργούς να βλέπουν, σε πραγματικό χρόνο και με απόλυτη λεπτομέρεια, τις δομές του εγκεφάλου κατά τη διάρκεια λεπτών επεμβάσεων, αποφεύγοντας τον κίνδυνο καταστροφής υγιών ιστών.
Δεύτερον, η δυνατότητα διαχείρισης και ανάλυσης της νευρωνικής πληροφορίας χωρίς χρονική υστέρηση ενισχύει άμεσα τον σχεδιασμό διεπαφών εγκεφάλου-υπολογιστή (Brain-Computer Interfaces - BCI). Αν η τεχνολογία των BCI πρόκειται να βοηθήσει άτομα με κινητικές αναπηρίες, η επικοινωνία μεταξύ εγκεφάλου και μηχανής πρέπει να είναι ακαριαία, κάτι που το chip των 40nm καταφέρνει χάρη στο sub-10ms latency.
Τέλος, τέτοια υπολογιστικά εργαλεία παρέχουν μια βαθύτερη, αναλυτική ματιά στην πρόγνωση και διάγνωση εκφυλιστικών νοσημάτων, όπως η νόσος Αλτσχάιμερ, εντοπίζοντας τις φλοιώδεις αλλοιώσεις ταχύτερα από τα υπάρχοντα διαγνωστικά συστήματα.
