Ricercatori di IBM hanno sviluppato il concetto di Resistive Processing Unit (RPU), un nuovo tipo di microprocessore che può accelerare di 30.000 volte la velocità di apprendimento delle reti neurali, Deep Neural Networks. Il documento di ricerca è firmato da Tayfun Gokmen e Yurii Vlasov.
Il nuovo RPU si applica al concetto di Deep Learning, una frangia dell'informatica che studia come le strutture neurali possano apprendere in modo efficiente. Macchine che imparano, quindi, per Intelligenze Artificiali (AI) che migliorano sé stesse. L'ultimo esempio che ha raggiunto gli onori della cronaca è il progetto AlphaGo di Google.
Al momento un sistema come AlphGo, o anche Watson della stessa IBM, richiede strutture composte da migliaia di chip e un'ingente quantità di risorse (come energia elettrica e tempo). I ricercatori di IBM cercano di risolvere questo nodo con un microchip più potente. Migliaia di questi messi insieme potrebbero innalzare ulteriormente le capacità delle AI.
"Un insieme di RPU potrebbe gestire problemi di Big Data con miliardi di parametri, impossibili da affrontare oggi, come per esempio il riconoscimento del linguaggio naturale e la traduzione, l'analisi in tempo reale di grandi quantità di dati scientifici o economici, l'integrazione e analisi di dati ambientali raccolti da grandi numeri di sensori IoT".
I concetti alla base di questo RPU sono quelli presenti in tecnologie come NVM (Non Volatile Memory) di nuova generazione e RRAM (Resistive RAM). Strumenti che permettono una nuova accelerazione grazie a una maggiore parallelizzazione del calcolo. I ricercatori ritengono che tale beneficio si possa tradurre in una velocità maggiore di ben 30.000 volte su un singolo chip, con consumi energetici accettabili.
La chiave di volta sta nel fatto che il processore RPU può sia elaborare sia archiviare le informazioni, e la scalabilità sarebbe garantita da una struttura che, potenzialmente, può far funzionare all'unisono "miliardi di nodi".
Dichiarazioni impressionanti, ma è bene ricordare che si tratta per il momento di ricerca teorica. Il lavoro sulla memoria non volatile a oggi non ha ancora prodotto i risultati che sarebbero necessari, e il memristore – componente che sarebbe perfetto in questo contesto – è realtà sperimentale da poco tempo, ed è ben lontano da una vasta applicazione pratica. Non a caso lo scrittore Bruce Sterling lo ha messo al centro di una sua recente novella, Cigno Nero, contenuta nella raccolta Utopia Pirata, i racconti di Bruno Argento.
