Hala Point se ha diseñado para superar los desafíos de eficiencia y sostenibilidad que enfrentan los modelos actuales de IA con capacidad para ejecutar más de 10 veces la cantidad de operaciones neuronales que su predecesor, Pohoiki Springs, y con un rendimiento hasta doce veces superior.
Hala Point es capaz de manejar 20 cuatrillones de operaciones por segundo, equivalentes a 20 petaops, con una eficiencia que supera los 15 billones de operaciones de 8 bits por segundo por vatio (TOPS/W). Esta capacidad no solo iguala, sino que en muchos casos supera, a las arquitecturas de GPU y CPU convencionales, ofreciendo una alternativa más verde y potente para el procesamiento de IA.
"Esperamos que la investigación con Hala Point haga avanzar la eficiencia y adaptabilidad de la tecnología de IA a gran escala"
"El coste informático de los modelos actuales de IA está aumentando a ritmos insostenibles. La industria necesita enfoques fundamentalmente nuevos capaces de escalar. Por eso hemos desarrollado Hala Point, que combina la eficiencia del aprendizaje profundo con novedosas capacidades de aprendizaje y optimización inspiradas en el cerebro. Esperamos que la investigación con Hala Point haga avanzar la eficiencia y adaptabilidad de la tecnología de IA a gran escala", señala Mike Davies, director del Laboratorio de Computación Neuromórfica de Intel Labs.
Tecnología sostenible para abordar problemas científicos
Los investigadores de Laboratorio Nacional de Sandia utilizarán Hala Point para abordar complejas problemáticas científicas que requieren de computación a escala cerebral. Este enfoque está destinado a impactar positivamente en áreas como la física de dispositivos, arquitectura de ordenadores e informática, propiciando un avance significativo en la resolución de problemas en tiempo real necesarios para el desarrollo de ciudades inteligentes, logística avanzada y grandes modelos lingüísticos.
La introducción de Hala Point responde a la creciente preocupación por la sostenibilidad en la era de la IA. Los modelos de aprendizaje profundo modernos, con billones de parámetros, presentan desafíos sustanciales en términos de carga ambiental y de recursos, lo que hace imperativo buscar innovaciones que minimicen el impacto ecológico.
La computación neuromórfica, que imita la forma en que el cerebro humano procesa la información, ofrece una vía prometedora hacia la sostenibilidad. Utiliza un paralelismo altamente granular para integrar memoria y computación, reduciendo significativamente el movimiento de datos y, por ende, el consumo de energía.
Si (
No(
