Intel ha revelado la creación de un sistema neuromórfico que alberga 1.150 millones de neuronas, utilizando los procesadores Loihi 2 de la compañía. Este sistema, denominado Hala Point, tiene como objetivo impulsar el desarrollo de una Inteligencia Artificial más eficiente y adaptable.
El proyecto, alojado en los Laboratorios Nacionales Sandia, pretende respaldar la investigación en futuras aplicaciones de IA inspiradas en el cerebro. Mike Davies, director del Neuromorphic Computing Lab en Intel Labs, señala que la industria necesita enfoques innovadores para lograr una escalabilidad efectiva, y espera que Hala Point facilite avances en este sentido.
Este sistema neuromórfico puede realizar hasta 20 cuatrillones de operaciones por segundo con una eficiencia superior a los 15 billones de operaciones de 8 bits por segundo y vatio (TOPS/W). Conformado por 1.152 procesadores Loihi 2 producidos en el nodo de proceso Intel 4, Hala Point puede albergar hasta 1.150 millones de neuronas y 128.000 millones de sinapsis, distribuidas en 140.544 núcleos de procesamiento neuromórfico, con un consumo máximo de energía de 2.600 vatios. Además, incluye más de 2.300 procesadores x86 integrados para cálculos adicionales.
Además, este prototipo incorpora canales de procesamiento, memoria y comunicación en un entramado paralelizado que ofrece un total de 16 petabytes por segundo (PB/s) de ancho de banda de memoria, 3,5 PB/s de ancho de banda de comunicación entre núcleos y 5 terabytes por segundo (TB/s) de ancho de banda de comunicación entre chips.
Intel vislumbra que las capacidades de Hala Point podrían abrir la puerta a avances en el aprendizaje continuo en tiempo real para aplicaciones de IA, como la resolución de problemas científicos y de ingeniería, la logística, la gestión de infraestructuras en ciudades inteligentes, los grandes modelos de lenguaje (LLM) y los agentes de IA.
En comparación con su predecesor, Pohoiki Springs, Hala Point presenta «numerosas mejoras neuromórficas en rendimiento y eficiencia» en los principales modelos convencionales de aprendizaje automático (machine learning). Específicamente, aquellos que manejan cargas de trabajo en tiempo real como vídeo, voz y comunicaciones inalámbricas.
De esta manera, cuando se aplica a modelos bioinspirados de redes neuronales con picos, el sistema puede realizar toda su capacidad de 1.150 millones de neuronas 20 veces más rápido que un cerebro humano y hasta 200 veces más rápido a menor capacidad.
Con este sistema, los investigadores de los Laboratorios Nacionales Sandia se enfocarán en resolver problemas de computación científica en áreas como la física de dispositivos, la arquitectura de computadoras, la informática y las ciencias de la computación. Intel también ha destacado que la entrega de Hala Point a Sandia National Labs marca el primer despliegue de una nueva familia de sistemas de investigación neuromórfica a gran escala que la empresa tiene previsto compartir con sus colaboradores investigadores.
