Нейроморфные компьютеры, которые воспроизводят логику мозга, могут решать более сложные задачи, чем искусственный интеллект (ИИ). В нейроморфном моделировании используется статистический метод — он называется случайным блужданием. С помощью него можно отслеживать рентгеновские лучи, которые проходят через кости и мягкие ткани, а также болезни среди населения и информацию, проходящую через социальные сети либо движение финансовых рынков.

По сути, мы показали, что нейроморфное аппаратное обеспечение может обеспечивать вычислительное преимущество для многих приложений, а не только для ИИ. Недавно обнаруженные области применения варьируются от переноса излучения и молекулярного моделирования до вычисления финансов, биологического моделирования и физики элементарных частиц, – Джеймс Брэдли Аймоун, ведущий автор исследования.

Оптимально нейроморфные компьютеры будут решать проблемы быстрее и потреблять меньше энергии, чем при обычных вычислениях. Перечисленные задачи не очень хорошо подходят для графических процессоров, на которые, скорее всего, будут опираться будущие системы exascale, сказал Аймоун.

Мы хотим использовать естественную случайность — при прямом отображении на векторные процессоры это будет работать неэффективно. Но нейроморфная архитектура — это отличная альтернатива для моделирования частиц, с помощью нее можно создать масштабируемый и энергоэффективный подход к решению интересующих нас проблем, – Брайан Франке, инженер и автор статьи.

Команда успешно применила алгоритмы нейроморфных вычислений, чтобы смоделировать случайные блуждания молекул газа, диффундирующие через барьер. Они использовали платформу Loihi на 50 млн чипов.

График показывает, что Loihi может выполнять примерно в 10 раз больше вычислений на единицу энергии, чем обычный процессор. Также архитектуру можно масштабировать.