Il panorama del calcolo ad alte prestazioni potrebbe essere sul punto di vivere una trasformazione profonda. I Sandia National Laboratories stanno dimostrando che i computer neuromorfici, progettati per replicare l'architettura del cervello umano, non sono più confinati alle applicazioni di intelligenza artificiale, ma possono affrontare problemi computazionali complessi, finora appannaggio dei supercomputer. Una ricerca che apre scenari inediti per il futuro dei data center e dell'efficienza energetica nell'ambito HPC.
L'architettura neuromorfica rappresenta una rottura radicale con il modello Von Neumann che domina l'informatica da decenni. Mentre i sistemi tradizionali separano rigidamente memoria e unità di elaborazione, generando continui trasferimenti di dati ad alto consumo energetico, i chip neuromorfici integrano queste funzioni in modo strettamente interconnesso. Il cervello umano, capace di elaborazioni estremamente complesse con un consumo di appena 20 watt, illustra perfettamente l'efficienza potenziale di questo approccio architetturale.
Fino ad oggi, i processori neuromorfici sono stati impiegati principalmente per reti neurali e machine learning. La vera novità della ricerca di Sandia risiede nell'estensione di queste capacità alle simulazioni numeriche, cuore pulsante del calcolo ad alte prestazioni. Gli scienziati hanno sviluppato software specifico che adatta metodi matematici consolidati all'hardware neuromorfico, creando di fatto una piattaforma computazionale alternativa per applicazioni HPC.
L'elemento chiave è un algoritmo che implementa il metodo degli elementi finiti su sistemi neuromorfici a spike. Questa tecnica matematica trova ampio utilizzo in simulazioni tecniche che spaziano dalla fluidodinamica alla scienza dei materiali, fino ai modelli elettromagnetici. Portare questo approccio sui chip neuromorfici significa aprire un ventaglio completamente nuovo di applicazioni oltre l'AI tradizionale.
Gli esperimenti condotti hanno utilizzato sistemi equipaggiati con neurochip Intel Loihi 2, progettati specificamente per elaborazione massivamente parallela a basso consumo energetico. Le misurazioni di Sandia hanno rivelato che questi sistemi offrono un'efficienza energetica superiore rispetto alle architetture GPU contemporanee, spostando l'attenzione sul rapporto prestazioni-consumi che sta diventando sempre più critico nei data center moderni, specialmente in Europa dove i costi energetici pesano significativamente sui budget operativi.
Un risultato particolarmente significativo riguarda la scalabilità. Le prestazioni crescono in modo quasi lineare all'aumentare del numero di core di elaborazione, un indicatore cruciale per valutare l'idoneità di un'architettura alle computazioni parallele su larga scala. Questo comportamento suggerisce che l'hardware neuromorfico potrebbe gestire carichi di lavoro HPC complessi, a condizione che il software sia opportunamente ottimizzato.
La programmabilità rimane tuttavia il tallone d'Achille dei sistemi neuromorfici. Il software HPC tradizionale non è direttamente compatibile e richiede spesso algoritmi completamente nuovi. Il contributo dei ricercatori di Sandia consiste proprio nell'abbassare questa barriera, consentendo l'utilizzo di modelli numerici esistenti con modifiche limitate, un passo fondamentale per l'adozione pratica di questa tecnologia.
I risultati attuali rappresentano principalmente una dimostrazione tecnica di fattibilità, non una sostituzione immediata dei supercomputer esistenti. Gli scienziati intravedono però margini di sviluppo considerevoli, soprattutto con la transizione da sistemi neuromorfici digitali ad analogici, che promettono ulteriori incrementi di efficienza. Il confronto con le GPU rimane aperto: mentre il machine learning viene già esplorato come acceleratore per simulazioni classiche, resta da determinare se l'hardware neuromorfico affiancherà o sostituirà le architetture grafiche nel calcolo ad alte prestazioni.
