TrueNorth ist ein neuromorpher Prozessor der zweiten Generation von IBM, welcher im Rahmen des SyNAPSE-Programms der DARPA entwickelt wurde. Der Chip ist von der Funktionsweise des Neocortex inspiriert und bildet diesen funktional stark vereinfacht ab. Er basiert damit nicht auf der Von-Neumann-Architektur, wird aber dennoch aus üblichen Materialien und Prozessen hergestellt.
Technische Daten Bearbeiten
TrueNorth besteht aus einem Die mit 4096 spike-neuralen Netzwerk-Cores mit insgesamt 1 Million künstlicher Neuronen (das menschliche Gehirn hat ca. 100 Milliarden Neuronen) und 256 Millionen Synapsen, sowie 400 Mebi SRAM, mit denen er synaptische Operationen pro Sekunde pro Watt (SOPS) schafft. Er hat eine Leistungsdichte von und eine Leistungsaufnahme von 70 mW bis 100 mW. Der Chip arbeitet nebenläufig, ungetaktet und fehlertolerant. Auch weisen auf TrueNorth-basierte Systeme eine hohe Skalierbarkeit auf.
Die Herstellung erfolgt in einem 28 nm-Prozess und die Chips können beliebig zusammen geschaltet werden. Neue Technologien wie Memristoren kommen bei TrueNorth nicht zum Einsatz.
Anwendung Bearbeiten
TrueNorth dient insbesondere der Simulation von rekurrenten neuronalen Netzwerken und ist damit ideal für Anwendungen in der Musteranalyse, wie z. B. der Bild- und Spracherkennung, sowie der Sensorik und Regelungstechnik. TrueNorth-basierte Systeme sollen zukünftig in Watson integriert werden.
Im Jahre 2014 hat das Air Force Research Laboratory (AFRL) als erster einen TrueNorth-Prototypen erworben. Ende 2016 wurde bekannt, dass ein TrueNorth-Chip im Vergleich mit einem NVIDIA Tegra K1 (auf einem Jetson TX-1 Entwicklerboard) bei der Erkennung von Fahrzeugen auf dem MSTAR-Datensatz die gleiche Erkennungsrate lieferte, jedoch nur ein zwanzigstel bis ein dreißigstel des Energiebedarfs hatte. Nachteilig wurden die – aufgrund fehlender Massenproduktion – hohen Kosten von TrueNorth sowie das Fehlen passender Softwarebibliotheken gesehen. Das AFRL legte jedoch nahe, dass sich der TrueNorth-Chip in Umgebungen mit begrenzter Energieverfügbarkeit – etwa in autonomen Fahrzeugen, Drohnen und Satelliten – empfehlen würde.
Weiterentwicklung Bearbeiten
Der Prozessor wird zum Cortical Processor weiterentwickelt und soll zukünftig einen Hierarchischen Temporalspeicher (HTM) nativ in Hardware implementieren.
Weblinks Bearbeiten
- Adam Clark Estes: IBM's New Brain-Like Chip Squeezes One Million Neurons Onto a Stamp. Gizmodo, 7. August 2014, abgerufen am 7. August 2014 (englisch).
- Alex Knapp: IBM Builds A Scalable Computer Chip Inspired By The Human Brain. In: Richard Dawkins Foundation. 8. August 2014, abgerufen am 10. August 2014 (englisch).
- Don Clark: Künstliches Gehirn: IBM entwickelt neuen Computerchip. The Wall Street Journal, 11. August 2014, abgerufen am 11. August 2014.
- DOE CSGF 2015: SyNAPSE and Cortical Processor. In: YouTube. Krell Institute, 20. August 2015, abgerufen am 8. Januar 2015 (englisch).
Quellen Bearbeiten
- ↑ Dharmendra S. Modha: Introducing a Brain-inspired Computer: TrueNorth's neurons to revolutionize system architecture. IBM Research, abgerufen am 7. August 2014 (englisch).
- Don Clark: Gehirn-Chip mit normaler Prozessor-Technik. Die Welt, 11. August 2014, abgerufen am 12. August 2014.
- Introducing a Brain-inspired Computer. TrueNorth's neurons to revolutionize system architecture // IBM Zitat: "46 billion synaptic operations per second, per watt"
- IBM stellt künstliches Gehirn vor. Abgerufen am 1. Oktober 2014.
- [1]
- Andrew Rosenblum: Air Force Tests IBM’s Brain-Inspired Chip as an Aerial Tank Spotter. Technology Review, 11. Januar 2017, abgerufen am 13. Januar 2017 (englisch).
- Werner Pluta: Cortical Processor: Darpa lässt Gehirncomputer entwickeln. In: Golem. 21. August 2013, abgerufen am 8. Januar 2015.