C’est dans un document publié au début de l’année 2020 qu’IBM a dévoilé l’IBM Neural Computer : un système de formation alimenté par l’IA, conçu développer de nouveaux algorithmes et travailler sur les neurosciences computationnelles. Un article publié cette semaine affirme que ce système est capable de former des algorithmes en un temps record.

Un système capable de traiter 1,2 million de données par seconde

Les co-auteurs expliquent dans leur article que la première application de leur système s’est effectuée sur l’implémentation matérielle d’un Atari 2600, le pré-traitement d’images et des algorithmes d’intelligence artificielle dans un pipeline optimisé. Les résultats obtenus dans la formation et le développement des algorithmes sont nettement supérieurs à ceux présentés par les concurrents d’IBM. Les chercheurs affirment que l’IBM Neural Computer a atteint un temps d’entraînement record de 1,2 million de données par seconde.

Une récente étude publiée par OpenAI en 2018 montre que la quantité de données utilisées pour former les algorithmes a augmenté de plus de 300 000 fois depuis 2012 et que le temps de doublement dépasse de loin le rythme de la loi de Moore. L’intelligence artificielle est de plus en plus performante en raison de la disponibilité et du faible coût des données. L’IA progresse et apprend à s’adapter aux comportements en interagissant avec l’environnement réel. Si les résultats de l’IBM Neural Computer s’avèrent reproductibles, ce système pourrait être utilisé pour accélérer le développement des algorithmes d’IA.

432 nœuds alimentés par un processeur ARM A9

L’IBM Neural Computer est composé de 432 nœuds. Chaque nœud comprend un système sur puce Zynq de Xilinx, un processeur ARM A9 à double cœur couplé à un FPGA (Field Programmable Gate Array) sur la même puce, ainsi qu’une mémoire vive dédiée de 1 Go.

Les nœuds sont disposés selon une topologie de maillage 3D, interconnectés verticalement avec des connexions électriques qui traversent complètement les plaquettes de silicium ou les puces. À ce propos, des chercheurs présentaient récemment un silicium capable d’émettre de la lumière pour créer des puces plus puissantes que jamais. Les chercheurs d’IBM pourraient s’en inspirer à l’avenir. Les auteurs de ces recherches précisent que :

« La disponibilité des ressources FPGA sur chaque nœud permet de décharger le processeur de l’application, une fonctionnalité qui n’est disponible sur aucune machine parallèle de cette envergure à notre connaissance. La plupart des étapes critiques pour les performances sont déchargées et optimisées sur le FPGA, avec le processeur ARM, fournissant un support auxiliaire.