El cervell inspira els processadors del futur
El cervell humà inspirarà els nous processadors perquè puguin desenvolupar funcions cognitives
Antonio González, investigador del Departament d'Arquitectura de Computadors de la UPC, distingit amb un Advanced Grant
A la frontera del coneixement
El projecte ‘CoCoUnit: An Energy-Efficient Processing Unit for Cognitive Computing’ ha estat reconegut amb una Advanced Grant, la màxima distinció que atorga l’European Research Council (ERC) a projectes de recerca a la frontera del coneixement.
El seu inici està previst per al proper mes de setembre i tindrà una durada de cinc anys. Ha rebut un finançament de 2,5 milions d’euros, el qual es destinarà principalment a la contractació de personal investigador i de suport a la recerca, així com a equipament i a despeses pròpies dels projectes d’investigació (publicacions, assistència congressos, etc.).
Investigar en el disseny de nous sistemes de computació intel·ligents inspirats en el cervell humà. Aquest és l’objectiu del projecte ‘CoCoUnit: An Energy-Efficient Processing Unit for Cognitive Computing’, liderat per Antonio González, investigador del Departament d’Arquitectura de Computadors de la UPC, que ha estat distingit amb un Advanced Grant, la màxima distinció que atorga l’European Research Council (ERC) a projectes de recerca a la frontera del coneixement.
29/04/2019
“La propera revolució en informàtica que viurem en els propers anys passarà pel desplegament de dispositius intel·ligents, que ens envoltaran en tots tipus d’ambients –en el lloc de treball, a la nostra llar, en el nostre oci, en el transport, en els hospitals–, amb el suport de servidors, també intel·ligents, en el núvol”, afirma l’investigador Antonio González. I és que, actualment, hi ha un interès creixent a ampliar les capacitats dels sistemes informàtics per a què puguin desenvolupar tasques tradicionalment associades a la intel·ligència humana (com per exemple, el reconeixement de la veu, la traducció automàtica, la síntesi de veu, la classificació d’imatges o el reconeixement d’objectes). En definitiva, de dotar els ordinadors de capacitats d’aprenentatge, de síntesi i de raonament equivalents a les que desenvolupa el cervell humà (el que es coneix com a cognitive computing).
Aquests sistemes de computació cognitiva proporcionaran noves experiències d'usuari oferint nous serveis o millorant l’eficiència operativa dels ja existents. Un exemple d’aquestes aplicacions és l’expansió de l’ús del vehicle autònom –per a què pugui processar, tal com fem quan conduïm, diferents imatges i objectes (semàfors, vianants, senyals acústics com sirenes d’ambulàncies) en temps real– o, en l’àmbit de la salut, sistemes que permetin monitoritzar un pacient les 24 hores del dia.
“Una de les característiques clau dels sistemes de computació cognitiva serà la capacitat de processar en temps real grans quantitats de dades procedents de dispositius d’àudio i de vídeo, i d’altres tipus de sensors. Això exigirà una molt alta potència de càlcul i, alhora, un consum energètic extremadament baix”, afegeix González. L’exigència d’eficiència energètica serà una condició sine qua non per al seu èxit, no només per als sistemes mòbils i portàtils (els anomenats wearables), sinó també per als grans centres de processament de dades, on el consum d’energia és molt elevat i significa un dels principals despeses en el seu funcionament.
Aquest és el punt de partida del projecte de recerca ‘CoCoUnit: An Energy-Efficient Processing Unit for Cognitive Computing’, que ha estat reconegut amb una Advanced Grant, la màxima distinció que atorga l’European Research Council (ERC) a projectes de recerca. Perquè els processadors actuals no són adequats per desenvolupar aquest tipus de tasques, ja que han mantingut l’estructura bàsica dels primers ordinadors, molt pensada per a l’optimització dels càlculs (number crunching).
Aprenent dels neuro-científics
El projecte parteix d’un plantejament disruptiu: investigar arquitectures no convencionals, “dramàticament diferents”, en paraules de l’investigador, que puguin oferir una major eficiència energètica en el seu rendiment, i a un cost reduït, en la realització de funcions cognitives. “El nostre cervell és el sistema més eficient actualment conegut per a tasques com ara el reconeixement d'imatges i el processament del llenguatge. El nostre objectiu és inspirar-nos en com funciona per dissenyar noves arquitectures de sistemes de computació que realitzin funcions cognitives amb una elevada eficiència energètica i un cost reduït, per fer viable, així, la seva incorporació a tot tipus de dispositius”, explica González.
Així, la finalitat del projecte és dissenyar una nova unitat de processament, la ‘CoCoUnit’, que es pugui integrar a les unitats existents d’un processador (nuclis d’ús general i GPUs) i que pugui desenvolupar funcions cognitives amb una extremadament alta eficiència energètica. “Ens imaginem una nova unitat de processament que s’integrarà als futurs processadors (de la mateixa manera que ara inclouen una unitat de processament de gràfics) i que farà possibles noves experiències d’usuari, que requereixen funcions cognitives en temps real.”
“La idea és aprendre del què els neuro-científics van descrivint sobre com funciona el nostre cervell, sobre com s’estructuren les xarxes neuronals, per millorar els processadors. El nostre cervell, malgrat tota la informació que processa, és molt eficient energèticament”, argumenta l’actual director del grup de recerca en Microarquitectura i Compiladors (ARCO) i investigador del Departament d’Arquitectura de Computadors de la Universitat Politècnica de Catalunya · BarcelonaTech (UPC). Així, la futura CoCoUnit es basarà en una arquitectura paral·lela massiva amb unitats extremadament simples ja que s’ha demostrat que moltes unitats simples són més eficients energèticament que poques unitats complexes, amb un rendiment similar.
'CoCoUnit', la nova unitat de processament
A més, la innovadora unitat també reduirà el moviment de les dades. L’arquitectura von Neumann utilitzada en els processadors actuals implica una enorme despesa energètica, ja que suposa moure dades al voltant del sistema: totes les instruccions i operands s’han d’extreure de la memòria i enviar-les a les unitats d’execució, i els resultats s’han d’escriure de nou a la jerarquia de memòria. Les interconnexions per moure aquestes dades consumeixen la major part de l’energia d’un microprocessador: reduir aquest moviment pot, per tant, suposar importants beneficis en eficiència energètica.