Les contraintes énergétiques mènent à de nouveaux moyens de communication efficace à distance –

  • FrançaisFrançais



  • Lorsqu’il se déclenche, un neurone consomme beaucoup plus d’énergie qu’une opération informatique équivalente. Et pourtant, un réseau de neurones couplés peut continuellement apprendre, détecter et effectuer des tâches complexes à des niveaux d’énergie qui sont actuellement inaccessibles même pour les processeurs de pointe.

    Que fait un neurone pour économiser l’énergie qu’une unité de traitement informatique contemporaine ne fait pas?

    La modélisation informatique par des chercheurs de l’Université de Washington à la McKelvey School of Engineering de St. Louis peut apporter une réponse. En utilisant des «neurones» simulés en silicium, ils ont découvert que les contraintes énergétiques sur un système, couplées aux propriétés intrinsèques des neurones doivent passer à la configuration d’énergie la plus basse, conduisent à un protocole de communication dynamique à distance qui est à la fois plus robuste et plus écoénergétiques que les processeurs informatiques traditionnels.

    La recherche, du laboratoire de Shantanu Chakrabartty, le professeur Clifford W. Murphy au département de génie électrique et des systèmes de Preston M. Green, a été publiée le mois dernier dans la revue Frontières en neurosciences.

    Il s’agit de faire plus avec moins.

    Ahana Gangopadhyay, doctorante dans le laboratoire de Chakrabartty et auteur principal de l’article, a étudié des modèles informatiques pour étudier les contraintes énergétiques sur les neurones de silicium – des neurones créés artificiellement, connectés par des fils, qui montrent la même dynamique et le même comportement que les neurones. dans notre cerveau.

    Comme les neurones biologiques, leurs homologues en silicium dépendent également de conditions électriques spécifiques pour se déclencher ou se propager. Ces pics sont à la base de la communication neuronale, faisant des va-et-vient, transportant des informations d’un neurone à l’autre.

    Les chercheurs se sont d’abord penchés sur les contraintes énergétiques d’un seul neurone. Puis une paire. Ensuite, ils ont ajouté plus. “Nous avons trouvé qu’il existe un moyen de les coupler où vous pouvez utiliser certaines de ces contraintes énergétiques, elles-mêmes, pour créer un canal de communication virtuel”, a déclaré Chakrabartty.

    Un groupe de neurones fonctionne sous une contrainte énergétique commune. Ainsi, lorsqu’un seul neurone atteint des pics, cela affecte nécessairement l’énergie disponible – pas seulement pour les neurones auxquels il est directement connecté, mais pour tous les autres fonctionnant sous la même contrainte énergétique.

    Les neurones dopants créent ainsi des perturbations dans le système, permettant à chaque neurone de «savoir» quels autres sont dopés, lesquels répondent, etc. C’est comme si les neurones étaient tous intégrés dans une feuille de caoutchouc; une seule ondulation, causée par un pic, les affecterait tous. Et comme tous les processus physiques, les systèmes de neurones de silicium ont tendance à s’auto-optimiser à leurs états les moins énergétiques tout en étant également affectés par les autres neurones du réseau.

    Ces contraintes se rejoignent pour former une sorte de réseau de communication secondaire, où des informations supplémentaires peuvent être communiquées à travers la topologie dynamique mais synchronisée des pics. C’est comme si la feuille de caoutchouc vibrait à un rythme synchronisé en réponse à de multiples pics.

    Cette topologie porte avec elle des informations qui sont communiquées, non seulement aux neurones qui sont physiquement connectés, mais à tous les neurones sous la même contrainte d’énergie, y compris ceux qui ne sont pas physiquement connectés.

    Sous la pression de ces contraintes, Chakrabartty a déclaré: «Ils apprennent à former un réseau à la volée».

    Cela permet une communication beaucoup plus efficace que les processeurs informatiques traditionnels, qui perdent la majeure partie de leur énergie dans le processus de communication linéaire, où le neurone A doit d’abord envoyer un signal via B afin de communiquer avec C.

    L’utilisation de ces neurones en silicium pour les processeurs informatiques offre le meilleur compromis efficacité / vitesse de traitement, a déclaré Chakrabartty. Cela permettra aux concepteurs de matériel de créer des systèmes pour tirer parti de ce réseau secondaire, en calculant non seulement de manière linéaire, mais avec la possibilité d’effectuer des calculs supplémentaires sur ce réseau secondaire de pointes.

    Les prochaines étapes immédiates, cependant, consistent à créer un simulateur capable d’émuler des milliards de neurones. Ensuite, les chercheurs commenceront le processus de construction d’une puce physique.

    Source

    N'oubliez pas de voter pour cet article !
    1 Star2 Stars3 Stars4 Stars5 Stars (No Ratings Yet)
    Loading...

    Laisser un commentaire

    Votre adresse e-mail ne sera pas publiée.