33 / 86
NEURAL NETWORKS
TECH-FOCUS
33
- ELETTRONICA OGGI 455 - GIUGNO/LUGLIO 2016
bilità nella visione e nel riconoscimento automatico
di forme, le cui applicazioni vanno dalla robotica alla
“machine automation”, dal controllo gestuale alla re-
altà aumentata. Il vision-processor Myriad-2 MA2450
VPU è in grado di eseguire ben 2 Teraoperazioni al
secondo consumando solo 500 milliwatt. La capacità
di gestire video viene valutata in 600 Mpixel al se-
condo, con la possibilità di gestire fino a 6 videoca-
mere HD da 1080p60.
È di pochi mesi orsono l’annuncio da parte della ca-
liforniana
BrainChip
di voler collaborare con i chip-
maker nel settore degli smartphone e della IoT, uti-
lizzando il cosiddetto “neuromorphic processing” di
tipo hardware. È stato realizzato un primo processo-
re, con sigla SNAP-64, di cui si intende commercializ-
zare la proprietà intellettuale.
L’architettura SNAP64 consente di controllare fino
a 64 mila neuroni per chip, e i chip possono esse-
re interconnessi fino a ottenere un totale di 256 mi-
liardi di neuroni. Uno dei vantaggi dell’approccio di
BrainChip è quello di utilizzare una memoria distri-
buita nelle sinapsi, ciò che permette di aggiornare
vari milioni di neuroni al secondo. Attualmente, le
sinapsi sono ampie 18 bit, l’integratore nei dendriti
è ampio 22 bit, mentre l’integratore di soma è di 24
bit. L’ampiezza dei vari componenti può comunque
essere configurata per ottenere maggiore o minore
risoluzione.
Il ruolo della ricerca
IBM, fra le tante aree di ricerca, ha avviato alcu-
ni anni fa un progetto di nuovi chip per computer
di tipo “brain-inspired”, basati su di un’architettura
denominata TrueNorth. Si tratta di un processore
“neuromorfico” (Fig. 1) che integra ben un milione
di neuroni configurabili e 256 milioni di sinapsi pro-
grammabili, che fanno capo a 4096 unità neurosinap-
tiche digitali (Fig. 2), supportate da 400 Mbit di RAM.
Il tutto con un consumo di soli 70 milliwatt nonostan-
te i 5.4 miliardi di transistor integrati, con una densità
di potenza di soli 20 mW per centimetro quadrato.
In figura 3 è mostrato il core Neurosynaptic System
4 montato sulla scheda di controllo. L’architettura
interna è di tipo non-von Neumann, distribuita, a ele-
vato parallelismo, priva di clock, scalabile e defect-
tolerant, che ha richiesto lo sviluppo di un CAD appo-
sitamente progettato, in quanto la struttura di questi
chip è drasticamente diversa da quelle classiche, e
integra contemporaneamente circuiti sincroni e asin-
croni. La tecnologia utilizzata è quella di 28 nm, in
collaborazione con
Samsung
.
Lo sforzo realizzato da IBM nella progettazione di
questo chip deriva anche dalla spinta della
DARPA
(l’agenzia di ricerca del dipartimento della difesa
USA), che ha chiesto a IBM di approfondire gli studi
sui chip neurali per l’utilizzo nei sistemi di riconosci-
mento di immagini e del trattamento dati da un ele-
vato numero di sensori in ambiente altamente distur-
bato. Proprio nell’ambito di questa collaborazione
è stata realizzata la scheda Synapse che utilizza un
array di 16 processori TrueNorth, visibile in figura 4.
In realtà, il progetto del chip TrueNorth è stato svi-
luppato originariamente proprio nell’ambito del pro-
Fig. 3 – Il core Neurosynaptic System 4 di IBMmontato sulla
scheda di controllo
Fig. 4 – La scheda Synapse di IBM, che utilizza un array di
sedici processori neuromorfici TrueNorth
Fig. 5 – Sedici processori neuromorfici TrueNorth di IBM
costituiscono il nucleo del supercomputer da 1 milione
di dollari acquistato dai Lawrence Livermore National
Laboratories