Liệu một con chip AI mô phỏng bộ não có thể vượt qua cơn lũ dữ liệu không?

Bài viết bàn về bộ xử lý Akida của BrainChip, một chip AI thần kinh mô phỏng lấy cảm hứng từ cách xử lý sự kiện tiết kiệm năng lượng của não bộ. Khác với các chip AI truyền thống xử lý mọi khung dữ liệu bất kể có thay đổi hay không, Akida tận dụng mạng nơ-ron phát xung để tính toán chỉ khi tín hiệu đầu vào vượt ngưỡng, giảm đáng kể các phép tính thừa. Phương pháp này khai thác tính thưa thớt của dữ liệu bằng cách chỉ xử lý những thay đổi giữa các khung, giúp tiết kiệm năng lượng lên đến 100 lần trong các tình huống hoạt động tối thiểu, như nguồn cấp camera an ninh tĩnh. Tuy nhiên, trong các cảnh động mạnh với nhiều thay đổi liên tục, mức tiết kiệm này giảm đi. Kiến trúc của Akida sử dụng triển khai kỹ thuật số của mạng nơ-ron phát xung, áp dụng các hàm kích hoạt như ReLU để kích hoạt tính toán một cách chọn lọc. Điều này mô phỏng các nơ-ron sinh học chỉ phát xung khi được kích thích vượt ngưỡng, cho phép giảm dần số phép tính qua các lớp mạng. Mặc dù mang lại hiệu quả cao, các chip thần kinh mô phỏng như Akida vẫn còn là lĩnh vực hẹp do những hạn chế như độ chính xác 8-bit và thiếu hụt công cụ phát triển. Dù đầy hứa hẹn cho các thiết bị biên bị giới hạn về năng lượng,