Recherche

Intel crée un ordinateur neuromorphique aussi intelligent qu’un hamster

| mise à jour

L’ordinateur neuromorphique Pohoiki Springs dévoilé par Intel abrite 100 millions de neurones. Soit une capacité équivalente au système nerveux d’un petit mammifère. Imitant le cerveau humain, les processeurs neuromorphiques permettent aux chercheurs de développer de nouveaux algorithmes d'inspiration neurologique.

Le système Pohoiki Springs d’Intel abrite 100 millions de neurones, une capacité équivalente au système nerveux du hamster doré. (Source: Sqrt-CC BY 3.0 / Intel Corporation)
Le système Pohoiki Springs d’Intel abrite 100 millions de neurones, une capacité équivalente au système nerveux du hamster doré. (Source: Sqrt-CC BY 3.0 / Intel Corporation)

Intel a levé le voile sur Pohoiki Springs, son nouvel ordinateur neuromorphique. Comme leur nom le suggère, ces systèmes imitent la façon dont les neurones d’un cerveau biologique s’organisent, communiquent et apprennent. Pohoiki Springs est monté en rack dans un centre de données. Il intègre 768 processeurs neuromorphiques (les modèles Loihi d'Intel) dans un châssis de la taille de cinq serveurs standard. Selon le fabricants, ces processeurs peuvent traiter certaines charges de travail exigeantes jusqu'à 1’000 fois plus rapidement et 10’000 fois plus efficacement que les processeurs conventionnels.

Calqués sur le cerveau humain, ces puces pour l’heure uniquement dédiées à la recherche promettent notamment d'optimiser les systèmes basés sur l'intelligence artificielle (IA). L’ordinateur neuromorphique Pohoiki Springs abrite 100 millions de neurones, une capacité équivalente au système nerveux du hamster doré. A titre de comparaison les système nerveux de l’homme compte 86 milliards de neurone dont 21 milliards rien que dans le cortex cérébral.

Intel explique que les ordinateurs neuromorphiques ne sont pas destinés à remplacer les systèmes informatiques classiques. Ils fournissent plutôt un outil permettant aux chercheurs de développer de nouveaux algorithmes d'inspiration neurologique pour le traitement en temps réel, la résolution de problèmes, l'adaptation et l'apprentissage. Les problèmes de satisfaction des contraintes, qui nécessitent l'évaluation d'un grand nombre de solutions potentielles, sont notamment cités comme exemple de champ de recherche. Mais aussi l'identification de graphs et de patterns, la maximisation de la capacité des bandes passantes ou encore l'optimisation de l’allocation d'un portefeuille d'actions.

Tags
Webcode
DPF8_175638