Chip rivoluzionari da Dresda: l'intelligenza artificiale diventa ora efficiente dal punto di vista energetico!

Chip rivoluzionari da Dresda: l'intelligenza artificiale diventa ora efficiente dal punto di vista energetico!

Nel mondo in rapida evoluzione dell’intelligenza artificiale (AI), l’efficienza dell’hardware utilizzato gioca un ruolo centrale. È qui che entra in gioco l'innovazione tecnica sviluppata dall'Università Tecnica di Monaco (TUM). Un nuovo chip chiamato “AI Pro” è stato prodotto in collaborazione con Global Foundries a Dresda. Questo chip si distingue per le sue proprietà speciali che lo distinguono dai chip AI convenzionali.

Il chip “AI Pro” combina unità di calcolo e di archiviazione, il che rappresenta un miglioramento significativo rispetto alle architetture tradizionali. Funziona secondo il principio del “calcolo iperdimensionale”, che gli consente di riconoscere somiglianze e modelli senza la necessità di milioni di set di dati. Ad esempio, il chip può rilevare che un'auto ha quattro ruote e sta viaggiando su strada senza bisogno di innumerevoli immagini. Questa capacità si traduce non solo in un'elaborazione dei dati più rapida, ma anche in un enorme potenziale di risparmio energetico.

L'efficienza energetica al centro

Con un consumo energetico di soli 24 microjoule per allenamento definito, il chip “AI Pro” richiede pochissimo rispetto ad altri chip che consumano da 10 a 100 volte più energia. Le attuali tecnologie di intelligenza artificiale, in particolare i potenti chip di Nvidia, hanno un notevole appetito energetico. Questi chip alimentano grandi data center che utilizzano tanta elettricità quanto le piccole città: un tipico data center richiede circa la stessa energia di 100.000 case. In questo contesto, lo sforzo di sviluppare computer neuromorfici che funzionino sul modello del cervello umano è particolarmente rilevante. Il cervello umano funziona con l’energia di una lampadina, il che rappresenta un’enorme differenza rispetto ai costi energetici richiesti oggi.

Gli ingegneri di Dresda stanno lavorando a soluzioni per aumentare significativamente l'efficienza energetica. Questi computer neuromorfi utilizzano neuroni artificiali che si attivano solo quando sono necessari. Steve Furber, un sostenitore dei sistemi neuromorfici, vede questa tecnologia come una potenziale soluzione all’elevato consumo energetico attualmente associato agli sviluppi dell’intelligenza artificiale. Particolare riferimento viene fatto alla capacità innovativa dei dispositivi che operano direttamente a bordo, cioè vicino all'utente. Ciò non solo si traduce in costi inferiori, ma riduce anche al minimo la necessità di trasferire i dati nel cloud.

Considerazioni sulla sicurezza dei dati

Un altro vantaggio del chip “AI Pro” è l'elaborazione dei dati direttamente sul dispositivo. I dati sensibili rimangono a bordo, riducendo i problemi di sicurezza informatica e connettività Internet. Tali chip sono particolarmente adatti per applicazioni come l’elaborazione di dati vitali tramite smartwatch o la navigazione con droni. Il professor Amrouch della TUM sottolinea che il futuro appartiene ai proprietari dell'hardware, il che sottolinea l'importanza dell'elaborazione locale dei dati.

Insieme ai progressi nella tecnologia neuromorfica, stanno emergendo sempre più applicazioni che richiedono chip specializzati. L'azienda francese Spinncloud ha compiuto un altro passo significativo verso l'imitazione delle funzioni del cervello umano con il supercomputer neuromorfico Spinnaker 2. Questo sistema sarà disponibile da maggio 2025 e consentirà di simulare fino a dieci miliardi di neuroni artificiali per funzionare in modo ancora più efficiente. Tuttavia, la tecnologia è in ritardo rispetto ai computer GPU, in particolare nelle prestazioni su attività ad alta intensità di formazione come i modelli linguistici. Si sta lavorando per migliorare i tempi di risposta, ma manca ancora una “killer app” che ne dimostri chiaramente i vantaggi.

La domanda globale di tecnologie più sostenibili aumenterà man mano che i volumi di dati continuano a crescere. Il calcolo neuromorfico offre quindi non solo una soluzione promettente per l’efficienza energetica, ma anche un modo per integrare l’intelligenza artificiale nei dispositivi alimentati a batteria. Iniziative come il progetto “Neuromorphic Computing” del Fraunhofer IIS dimostrano l’attenzione allo sviluppo di soluzioni scalabili e configurabili destinate ad evolversi in linea con la legge di Moore. L’idea di elaborare localmente compiti di intelligenza artificiale ad alta intensità di risorse potrebbe migliorare significativamente la protezione dei dati e la quantità di energia necessaria per i data center in futuro.

Potremmo quindi essere all’inizio di una nuova era di efficienza energetica nell’IA, che sarà decisamente modellata dal progressivo sviluppo di sistemi neuromorfici e dall’ottimizzazione di chip come “AI Pro”.