Біопроцесор, за даними FinalSpark, розроблений таким чином, щоб споживати в мільйон разів менше енергії, ніж його електронні аналоги. Для порівняння, навчання великої мовної моделі (LLM), такої як GPT-3, зазвичай вимагає приблизно 10 гігават-годин (ГВт-год) енергії, що еквівалентно річному енергоспоживанню 6 000 середньостатистичних європейських домогосподарств.
Таким чином, впровадження цих біопроцесорів могло б різко скоротити енергоспоживання при навчанні моделей ШІ, значно зменшивши вплив обчислювальної техніки на навколишнє середовище.
Детальніше про платформу
Ця нейроплатформа працює на основі передової концепції Wetware, яка безперешкодно інтегрує біологічні компоненти зі звичайним апаратним і програмним забезпеченням.
Центральне місце в її архітектурі займають чотири багатоелектродні масиви (MEA), кожен з яких містить живі органоїди мозкової тканини. Ці органоїди, структуровані як тривимірні клітинні маси, виконують основні функції обробки даних.
Кожен MEA містить чотири органоїди, з'єднані з вісьмома електродами, які полегшують як стимуляцію, так і реєстрацію сигналів. Отримані дані оцифровуються за допомогою аналого-цифрових перетворювачів Intan RHS 32, що працюють на частоті 30 кГц.
Органоїди мозкової тканини на електродах / Фото Frontiersin
Щоб забезпечити життєздатність органоїдів, система використовує складну мікрофлюїдну установку разом з камерами спостереження для безперервного моніторингу.
Дослідники можуть взаємодіяти з цим унікальним біопроцесором за допомогою вдосконаленого програмного забезпечення, яке дозволяє вводити дані та аналізувати реакцію.
Переваги та недоліки "живого процесора"
На відміну від кремнієвих чипів, які мають тривалий термін служби, ці нейронні чипи функціонують близько 100 днів. Початкові ітерації органоїдів мали дуже обмежену тривалість життя, виживаючи лише кілька годин. Проте вдосконалення системи життєзабезпечення значно подовжило їхній активний період.
Потенційна комерціалізація біопроцесорів являє собою значний стрибок вперед, обіцяючи обчислювальні системи, які не тільки більш екологічні, але й ближчі за функціями до природного людського інтелекту.
Інновація FinalSpark цілком може призвести до трансформаційного зрушення в тому, як ми підходимо до обчислень, поєднуючи біологічну витонченість з технологічними досягненнями.