LE STARTUP CHE VOGLIONO REINVENTARE I PROCESSORI DEI COMPUTER

I progressi dell’intelligenza artificiale stanno diventando sempre più costosi. Negli ultimi mesi, l’esplosione nella domanda di Gpu, i microchip grafici necessari per l’addestramento su larga scala dell’AI, ha fatto schizzare alle stelle i prezzi. Non a caso, la stessa OpenAI ha dichiarato che per allenare l’algoritmo che alimenta il suo popolarissimo chatbot, ChatGpt, ci sono voluti oltre 100 milioni di dollari. E come se non bastasse, la competizione nel campo dell’intelligenza artificiale porta i data center a consumare quantità preoccupanti di energia.

La corsa all’oro dell’AI ha spinto così alcune startup a mettere a punto dei piani audaci per creare nuove soluzioni. E anche se al momento le Gpu di Nvidia rimangono di gran lunga le più popolari per lo sviluppo dell’intelligenza artificiale, queste aziende sono convinte che sia arrivato il momento di ripensare radicalmente il modo in cui vengono progettati i chip per computer.

Normal Computing, una startup fondata da ex dipendenti di Google Brain e della divisione X di Alphabet, ha già sviluppato un prototipo che potrebbe rappresentare il primo passo verso una nuova era dell’informatica.

Un processore convenzionale esegue calcoli processando informazioni in forma binaria. L’unità di elaborazione stocastica (Spu, stochastic processing unit) di Normal Computing, invece, sfrutta le proprietà termodinamiche degli oscillatori per eseguire calcoli utilizzando le fluttuazioni casuali che si verificano all’interno dei circuiti. Questo processo permette di generare campioni casuali utili per i calcoli o per risolvere computi di algebra lineare, onnipresenti sia nella scienza e nell’ingegneria che nel campo dell’apprendimento automatico.

Faris Sbahi, amministratore delegato di Normal Computing, spiega che l’hardware sviluppato dall’azienda è altamente efficiente e adatto alla gestione di calcoli statistici. Un giorno, questo aspetto potrebbe renderlo utile per la creazione di algoritmi di intelligenza artificiale in grado di gestire l’incertezza, magari contribuendo a risolvere il problema delle “allucinazioni” dei modelli linguistici di grandi dimensioni.

Per Sbahi il recente boom dell’AI generativa è sicuramente impressionante, ma la tecnologia è ancora molto lontana dalla forma definitiva. “È chiaro che da qualche parte c’è qualcosa di meglio in termini di architetture software e hardware”, afferma l’ad di Normal Computing, che in passato si è già occupato di computer quantistici e intelligenza artificiale ad Alphabet, insieme agli altri fondatori della sua startup. È stata proprio l’assenza di progressi relativi alle applicazioni dei computer quantistici nel campo dell’apprendimento automatico che ha spinto il gruppo a pensare ad altri modi di sfruttare la fisica per alimentare i calcoli necessari per l’intelligenza artificiale.

Ma c’è anche un altro gruppo di ex ricercatori quantistici di Alphabet che ha abbandonato il colosso per fondare la propria azienda. Si tratta di Extropic, una società che sembra avere un piano ancora più ambizioso per applicare la termodinamica all’AI. “Stiamo cercando di integrare tutti i processi di calcolo neurale in un chip termodinamico analogico – afferma Guillaume Verdon, fondatore e ad di Extropic –. Stiamo prendendo ciò che abbiamo imparato dai software e dagli hardware per il quantum computing e lo stiamo portando al paradigma termodinamico”.

In generale, l’idea che sia necessario un ripensamento più ampio dell’informatica sta guadagnando uno slancio sempre maggiore, in una fase in cui l’industria si scontra con le difficoltà di tenere fede alla legge di Moore, la previsione secondo cui la densità dei componenti sui chip e destinata a diminuire costantemente. “Anche se la legge di Moore non stesse rallentando, avremmo comunque un problema enorme, perché le dimensioni dei modelli che OpenAI e altri stanno lanciando crescono molto più velocemente rispetto alla capacità dei chip“, afferma Peter McMahon, professore della Cornell University.

Il fatto che Normal, Extropic e altre startup nel settore intenzionate a ripensare i chip per computer stiano trovando investitori sembra indicare che le Gpu potrebbero presto trovarsi a fare i conti una certa concorrenza. Vaire Computing, una startup con sede nel Regno Unito, sta sviluppando dei chip che funzionano in modo fondamentalmente diverso da quelli convenzionali, eseguendo calcoli senza distruggere informazioni durante il processo. Questo approccio, noto come computazione reversibile, è stato ideato decenni fa con la promessa di rendere i calcoli molto più efficienti, senza però mai decollare. Il cofondatore e ad di Vaire, Rodolfo Rosini, ritiene che siccome l’inserimento di componenti sempre più piccoli si scontra con dei limiti fisici, le Gpu e gli altri chip tradizionali abbiano i giorni contati. “Potremmo anche rendere i componenti più piccoli, ma il problema numero uno è rimuovere il calore dal sistema abbastanza velocemente“, aggiunge Rosini.

Convincere un’industria enorme ad abbandonare una tecnologia che le ha permesso di crescere per oltre 50 anni non sarà facile, ma per l’azienda che riuscirà a realizzare la piattaforma hardware del futuro, i guadagni potrebbero essere giganteschi. “Ogni tanto accade qualcosa in grado di trasformare l’intera umanità, come i motori a reazione, i microchip a transistor o i computer quantistici“, spiega uno dei finanziatori di Vaire, Andrew Scott di 7percent Ventures, facendo eco alle speranze degli investitori che scommettono sulle idee di Extropic e Normal.

Nel frattempo, stanno guadagnando terreno anche idee ancora più esotiche, come quella di abbandonare l’elettricità all’interno degli hardware. Il laboratorio di McMahon, per esempio, sta studiando come elaborare le informazioni utilizzando la luce per risparmiare energia. E a una conferenza ad Aspen, in Colorado, un gruppo di ricercatori olandesi ha presentato il progetto di un impianto cocleare meccanico che sfrutta le onde sonore per alimentare i suoi calcoli.

La corsa frenetica innescata da ChatGpt e dai suoi fratelli, insomma, potrebbe portare a rivoluzioni che andranno oltre i semplici software per l’intelligenza artificiale.

Riproduzione Wired