Un equip de l'Institut d'Intel·ligència Artificial de les Illes Balears (IAIB) de la Universitat de les Illes Balears (UIB) ha anunciat el desenvolupament d'un circuit integrat d'intel·ligència artificial que destaca, assegura, per la seva altíssima eficiència en el consum energètic. El dispositiu, amb una superfície d'1,4 mil·límetres quadrats, representa un avenç significatiu en el camp del processament d'altes prestacions en entorns amb recursos energètics limitats, segons la UIB.
El disseny ha estat concebut pel Grup d'Enginyeria Electrònica (GEE), dirigit pel professor Miquel Roca. La innovació rau, asseguren, en la combinació de dues estratègies arquitectòniques: l'ús de xarxes neuronals morfològiques i la computació estocàstica. Les xarxes morfològiques permeten assolir els mateixos resultats que les convencionals amb una àrea de silici notablement inferior. Paral·lelament, la lògica estocàstica aporta una altra capa d'eficiència, ja que comprimeix les operacions intermèdies necessàries per als càlculs.
Segons ha explicat el professor Roca, aquest enfocament canvia el paradigma de la computació en dispositius amb sensors. Tradicionalment, aquests sistemes han d'enviar grans volums de dades en brut a servidors centralitzats o al núvol per al seu processament, un procés amb un cost energètic molt elevat. La incorporació d'aquest xip directament al sensor permet realitzar la computació in situ, enviant només la informació o el resultat ja processat, segons els investigadors. Això redueix dràsticament el flux de dades i, per tant, el consum energètic global.
El funcionament tècnic del xip
El principal investigador del projecte, el doctor Josep Lluís Rosselló, ha detallat el funcionament de la computació estocàstica. Aquesta tècnica accepta una certa fluctuació o dispersió al voltant del valor correcte en les operacions individuals, un marge d'error que no és acceptable en aplicacions com les financeres, però que resulta idoni per a tasques d'aprenentatge automàtic, com el reconeixement d'imatges o veu. La tolerància a aquesta imprecisió en els passos intermedis permet simplificar enormement els circuits, assolint una eficiència energètica superior a un bilió d'operacions per joule invertit (1 TOP/s per W) en una tecnologia de fabricació de 180 nanòmetres.
Quant a les aplicacions, el camp més immediat que hi veuen és el dels anomenats dispositius de la perifèria o edge computing. Aquesta categoria inclou drons, càmeres de vigilància autònomes, sensors IoT i fins i tot telèfons mòbils. Roca ha posat com a exemple el desbloqueig facial en un telèfon intel·ligent: amb aquesta tecnologia, la detecció es podria realitzar consumint entre deu i cinquanta vegades menys energia, allargant així l'autonomia de la bateria. Altres usos potencials són la identificació de paraules clau en àudios o el processament d'imatges per a la detecció de patrons específics.
L'arquitectura paral·lelitzada del xip, on les "neurones" i les seves connexions, anomenades sinapsis, estan integrades físicament al circuit, n'és clau del seu rendiment. "En aquest xip tenim 25.000 sinapsis integrades, tot consumint unes poques desenes de microvatis", ha assenyalat Rosselló. Aquesta integració elimina la necessitat de constant moviment de dades entre la memòria i la unitat de processament, un dels principals causants de consum en l'arquitectura de von Neumann tradicional.
Més enllà de les aplicacions en dispositius petits, els investigadors contemplen un segon escenari d'ús a mitjà termini: la reducció del consum energètic en els grans centres de dades i sistemes de computació d'alt rendiment (HPC), un sector amb una demanda elèctrica creixent i un impacte mediambiental considerable. El grup investigador busca actualment col·laboracions amb empreses del sector tecnològic interessades a llicenciar aquesta tecnologia o en desenvolupar aplicacions concretes per a la seva comercialització. L'objectiu és transferir aquest avenç des del laboratori al mercat, on pugui contribuir a la creació de dispositius electrònics més sostenibles i amb una autonomia més elevada.