Créé en 2006 en Australie, BrainChip, qui commercialise depuis plusieurs années une suite logicielle d’identification d’objets fondée sur les principes de l’intelligence artificielle et de l’apprentissage automatique, estime être la première société à annoncer une puce-système neuromorphique (NSoC) reposant sur les réseaux de neurones « impulsionnels » ...(spikes) ou SNN. Un type de réseaux de neurones qui est censé consommer nettement moins que ceux à convolution (CNN), plus traditionnellement utilisés dans l'apprentissage profond (deep learning).

Bâti à 100% sur une logique Cmos, le circuit estampillé Akida, dont l’échantillonnage est prévu à partir du 3e trimestre 2019, serait ainsi adapté aux contraintes des applications en périphérie de réseau (edge) comme les systèmes d’assistance évoluée à la conduite automobile (ADAS), les véhicules autonomes, les drones, les robots à guidage visuel, la vidéosurveillance et les systèmes à vision artificielle. En outre, précise BrainChip, son échelonnabilité permet aux utilisateurs d’associer en réseau plusieurs NSoC Akida pour réaliser les tâches d’apprentissage et les moteurs d’inférence très complexes qu’exigent des marchés comme l’agriculture, la cybersécurité et la finance.

« Malgré tous leurs efforts, aucune autre société, multinationale ou PME, n’avait encore réussi à lancer sur le marché un composant de traitement neuromorphique prêt pour une production en volume, affirme Lou DiNardo, le CEO de BrainChip. La puce-système Akida est la première d’une nouvelle gamme de solutions matérielles pour l’intelligence artificielle. L’IA au niveau de la périphérie de réseau sera bientôt aussi indispensable et omniprésente que le microcontrôleur. »

Selon la société, les réseaux de neurones impulsionnels SNN remplacent les méthodes d’apprentissage reposant sur des convolutions et des rétropropagations très gourmandes en opérations mathématiques, par des fonctions neuronales et des techniques feed-forward inspirées de la biologie. Ce qui rend la puce-système Akida bien adaptée à la recherche de motifs visuels à haute vitesse ainsi qu’à la comparaison de visages.

Dans le détail, chaque NSoC Akida compte 1,2 million de neurones et 10 milliards de synapses, pour une efficacité cent fois supérieure à celle des circuits test d’Intel ou d’IBM, assure BrainChip. Par rapport aux composants accélérateurs de réseaux CNN, le circuit de l’Australien afficherait un gain d’un facteur dix en termes d’images traitées par seconde et par watt dans des benchmarks tels que CIFAR-10 et ImageNet, tout en gardant une précision comparable.

A noter que le NSoC Akida est conçu pour être utilisé comme un accélérateur autonome ou en tant que coprocesseur. Il dispose d’interfaces pour capteurs pour caméras, lidar, audio et autres signaux analogiques et est également doté d’interfaces rapides telles que PCI Express, USB 3.0  et Ethernet. Enfin, des convertisseurs spécifiques permettent de convertir des formats de données populaires pour qu’elles puissent être traitées de manière optimisée par les réseaux de neurones impulsionnels du NSoC.

L’environnement de développement Akida est disponible dès maintenant pour les utilisateurs qui souhaitent créer, entraîner et tester des réseaux de neurones impulsionnels destinés à tourner ultérieurement sur la puce-système Akida.