ইন্টেল নতুন প্রজন্মের নিউরোমরফিক প্রসেসর চালু করেছে – এটা কি?

তাদের নাম সত্ত্বেও, নিউরাল নেটওয়ার্কগুলি মস্তিষ্কে যা পাওয়া যায় তার সাথে দূরবর্তীভাবে সংযুক্ত থাকে। যদিও সংগঠন এবং ডেটা প্রক্রিয়াকরণ স্তরগুলি প্রেরণের পদ্ধতিগুলি প্রকৃত নিউরাল নেটওয়ার্কগুলির সাথে কিছুটা মোটামুটি সাদৃশ্য ভাগ করতে পারে, তবে সেগুলির ডেটা এবং গণনাগুলি একটি আদর্শ সিপিইউর সাথে খুব পরিচিত বলে মনে হয়।

কিন্তু স্নায়ুতন্ত্রগুলি কেবল স্নায়ুতন্ত্র থেকে শেখার চেষ্টা করে না। নিউরোমরফিক গণনা নামে একটি পৃথক শৃঙ্খলা রয়েছে, যা যন্ত্রটিতে পৃথক নিউরনের আচরণ অনুমান করার উপর ভিত্তি করে। নিউরোমরফিক ডিভাইসে, গণনাগুলি অনেক ছোট ইউনিট দ্বারা সঞ্চালিত হয় যা স্পাইক নামক কার্যকলাপ বিস্ফোরণের মাধ্যমে একে অপরের সাথে যোগাযোগ করে এবং অন্যদের কাছ থেকে প্রাপ্ত স্পাইকের উপর ভিত্তি করে তাদের আচরণ নিয়ন্ত্রণ করে।

বৃহস্পতিবার, ইন্টেল লোইহি নামে একটি নিউরোমরফিক ডিভাইসের সর্বশেষ পুনরাবৃত্তি প্রকাশ করেছে। নতুন রিলিজটি ইন্টেলের কাছ থেকে আপনি যা আশা করেন তা নিয়ে আসে: একটি ভাল প্রসেসর এবং কিছু বড় কম্পিউটিং উন্নতি। তবে এটি কিছু বড় হার্ডওয়্যার পরিবর্তন নিয়ে আসে যা আপনাকে সম্পূর্ণ নতুন অ্যালগরিদম ক্লাস চালানোর অনুমতি দেবে। যদিও প্রকল্পটি এখনও একটি গবেষণা পণ্য, ইন্টেল একটি কম্পাইলার প্রকাশ করছে যা আশা করে যে এটি আরও বেশি গ্রহণ করবে।

Loihi এবং এই সংস্করণে উদ্ভাবনগুলির সুবিধা নিতে, আসুন আমরা ফিরে যাই এবং কিছুটা নিউরোবায়োলজি দেখি, এবং তারপর সেখান থেকে তৈরি করি।

নিউরন থেকে কম্পিউটিং পর্যন্ত

স্নায়ুতন্ত্রের ভিত্তি হল নিউরন নামক এক ধরনের কোষ। সমস্ত নিউরনের বেশ কয়েকটি সাধারণ কার্যকরী বৈশিষ্ট্য রয়েছে। কোষের এক প্রান্তে ডেনড্রাইট নামে একটি কাঠামো রয়েছে, যাকে আপনি রিসিভার হিসেবে ভাবতে পারেন। এখানেই নিউরন অন্যান্য কোষ থেকে প্রবেশ করে। স্নায়ু কোষেও অ্যাক্সন থাকে যা ট্রান্সমিটার হিসেবে কাজ করে যা সংকেত প্রেরণের জন্য অন্যান্য কোষের সাথে মিলিত হয়।

সংকেতগুলি তথাকথিত “স্পাইকস” রূপ নেয়, যা নিউরনের কোষের ঝিল্লি জুড়ে ভোল্টেজের সংক্ষিপ্ত পরিবর্তন। স্পাইকগুলি অ্যাক্সনগুলিতে চলাচল করে যতক্ষণ না তারা অন্যান্য কোষের সাথে সংযোগস্থলে পৌঁছায় (সিন্যাপস নামে পরিচিত), যেখানে তারা নিকটবর্তী ডেনড্রাইটের রাসায়নিক সংকেত হয়ে যায়। এই রাসায়নিক সংকেত চ্যানেলগুলি খুলে দেয় যা আয়নকে কোষে প্রবাহিত করতে দেয় এবং গ্রহণকারী কোষে একটি নতুন লিপ শুরু হয়।

রিসিভিং সেল বিভিন্ন তথ্যের সংমিশ্রণ করে – এটি কতটা লাফ দেখেছে, এটি নির্দেশ করে যে কোন নিউরনকে শান্ত থাকতে হবে, অতীতে এটি কতটা সক্রিয় ছিল, ইত্যাদি। – এবং এটি ব্যবহার করে এর অপারেটিং স্ট্যাটাস নির্ধারণ করে। যখন একটি থ্রেশহোল্ড অতিক্রম করা হয়, তখন এটি তার অ্যাক্সনগুলিকে লাফিয়ে তুলবে এবং সম্ভাব্যভাবে অন্যান্য কোষে কার্যকলাপকে ট্রিগার করবে।

সাধারণত, এর ফলে মাঝে মাঝে, এলোমেলোভাবে পৃথক ক্রিয়াকলাপ লাফিয়ে ওঠে যখন নিউরন খুব বেশি জড়িত থাকে না। একবার এটি সংকেত পেতে শুরু করলে, এটি সক্রিয় হয়ে উঠবে এবং একের পর এক দ্রুত লাফিয়ে উঠবে।

কিভাবে এই প্রক্রিয়া ডেটা এনকোড এবং পরিচালনা করে? এটি একটি আকর্ষণীয় এবং গুরুত্বপূর্ণ প্রশ্ন এবং আমরা এর উত্তর দিতে শুরু করেছি।

আমরা উত্তর দেওয়ার একটি উপায় ছিল তাত্ত্বিক নিউরোবায়োলজি (বা কম্পিউটেশনাল নিউরোবায়োলজি)। এর মধ্যে রয়েছে গাণিতিক মডেল তৈরির প্রচেষ্টা যা স্নায়ুতন্ত্র এবং নিউরনের আচরণকে প্রতিফলিত করে এই আশায় যে তারা আমাদের কিছু মৌলিক নীতি চিহ্নিত করতে দেবে। স্নায়ুতন্ত্র, যা স্নায়ুতন্ত্রের সাংগঠনিক নীতির উপর দৃষ্টি নিবদ্ধ করে, এই অঞ্চলের অন্যতম প্রচেষ্টা ছিল। কৃত্রিম নিউরাল নেটওয়ার্কগুলি যা পৃথক নিউরনের আচরণ থেকে তৈরি করার চেষ্টা করে তা অন্য কিছু।

প্রথাগত প্রসেসরের সফটওয়্যারে কৃত্রিম নিউরাল নেটওয়ার্ক ব্যবহার করা যেতে পারে। যাইহোক, ইন্টেলের লোইহির মতো, এটি হার্ডওয়্যার দিয়ে করা যেতে পারে। ফলাফলটি আপনার সাথে পরিচিত হতে পারে তার চেয়ে একটি ভিন্ন প্রসেসর।

সিলিকন আরোহণ

পূর্ববর্তী প্রজন্মের লোইহি চিপে একটি যোগাযোগ নেটওয়ার্ক দ্বারা সংযুক্ত 128 পৃথক কোর ছিল। এই নিউক্লিয়াসগুলির প্রত্যেকটিতে রয়েছে বিশাল সংখ্যক পৃথক “নিউরন” বা মৃত্যুদন্ডের একক। এই নিউরনগুলির প্রত্যেকটি অন্য নিউরন থেকে জাম্প আকারে ইনপুট গ্রহণ করতে পারে – একই নিউক্লিয়াস সহ প্রতিবেশী, একই চিপে ভিন্ন নিউক্লিয়াস বা সম্পূর্ণ ভিন্ন চিপ। নিউরন সময়ের সাথে সাথে যে স্পাইকগুলি পায় তা একত্রিত করে এবং প্রোগ্রামার আচরণের উপর ভিত্তি করে তাদের স্পাইকগুলি যে নিউরনগুলিকে সংযুক্ত করা হয় সেখানে কখন পাঠানো হবে তা নির্ধারণ করতে তাদের ব্যবহার করে।

সমস্ত বাউন্স সিগন্যাল অসিঙ্ক্রোনাসভাবে ঘটে। সময়ের সাথে সাথে, একই চিপ বল সিঙ্ক্রোনাইজেশনে x86 কোর। এই মুহুর্তে, নিউরন তার বিভিন্ন সংযোগের ওজন পুনরাবৃত্তি করবে – প্রকৃতপক্ষে, এটি সমস্ত সিগন্যাল পাঠানো প্রতিটি ব্যক্তিগত নিউরনের প্রতি কতটা মনোযোগ দেওয়া উচিত।

একটি বাস্তব নিউরনের পরিপ্রেক্ষিতে, চিপের এক্সিকিউটিভ ইউনিটের একটি অংশ ডেন্ড্রাইট হিসাবে কাজ করে, যোগাযোগ নেটওয়ার্ক থেকে সংকেত প্রক্রিয়াকরণ করে, যা অতীতের আচরণ থেকে প্রাপ্ত ওজনের উপর ভিত্তি করে। তখন একটি গাণিতিক সূত্র ব্যবহার করা হয়েছিল যে ক্রিয়াকলাপটি একটি সমালোচনামূলক পর্যায়ে পৌঁছেছে কিনা তা নির্ধারণ করতে এবং তার নিজস্ব লিপস ট্রিগার করতে। এক্সিকিউটিভ ইউনিটের “অ্যাক্সন” তারপর পরীক্ষা করে যে এটি অন্য কোন এক্সিকিউটিভ ইউনিটের সাথে যোগাযোগ করে এবং প্রত্যেককে বাউন্স পাঠায়।

লোইহির আগের পুনরাবৃত্তিতে, একটি স্পাইক কেবল সামান্য তথ্য বহন করে। একটি নিউরন রেকর্ড করা হয় যখন শুধুমাত্র একটি প্রাপ্ত হয়।

একটি সাধারণ প্রসেসরের মত, কোন বাহ্যিক RAM নেই। পরিবর্তে, প্রতিটি নিউরনের একটি ছোট মেমরি ডিপো রয়েছে যার ব্যবহারের জন্য নিবেদিত। এর মধ্যে রয়েছে বিভিন্ন নিউরনের ইনপুটগুলির জন্য নির্ধারিত ওজন, সাম্প্রতিক ক্রিয়াকলাপের একটি ক্যাশ এবং অন্যান্য সমস্ত নিউরনের একটি তালিকা যার মধ্যে ঝাঁপ দেওয়া হয়।

নিউরোমরফিক চিপস এবং traditionalতিহ্যবাহী প্রসেসরের মধ্যে আরেকটি বড় পার্থক্য হল শক্তি দক্ষতা, যেখানে নিউরোমরফিক চিপ অনেক এগিয়ে। ২০১ 2014 সালে TrueNorth চিপ প্রবর্তন করে, IBM দরকারী কাজ পেতে সক্ষম হয়েছিল, যদিও ধীর কিলো হার্টজ গতিতে, এবং একটি স্পাইকড নিউরাল নেটওয়ার্কের অনুকরণ করার জন্য প্রয়োজনীয় শক্তির .0001 শতাংশেরও কম ব্যবহার করেছে। গতানুগতিক প্রসেসরের উপর। ইন্টেলের নিউরোমরফিক কম্পিউটিং ল্যাবের প্রধান মাইক ডেভিস বলেন, লোইহি কিছু নির্দিষ্ট কাজের চাপে traditionalতিহ্যবাহী প্রসেসরকে ২ হাজার বার ছাড়িয়ে যেতে পারে। “আমরা এটি নিয়মিত ভিত্তিতে 100 বার খুঁজে পাই [less energy] স্ল্যাম এবং অন্যান্য রোবট কাজের চাপের জন্য, “তিনি বলেছিলেন।