Hà Lan phát triển điện toán neuromorphic để tối ưu năng lượng cho máy tính

Một giải pháp tiềm năng đang nổi lên tại Hà Lan. Quốc gia này đang phát triển một hệ sinh thái đầy hứa hẹn cho điện toán neuromorphic, một lĩnh vực dựa trên khoa học thần kinh nhằm nâng cao hiệu suất và hiệu quả năng lượng cho công nghệ thông tin. Hàng tỉ euro đang được đầu tư vào hình thức điện toán mới này trên toàn thế giới. Hà Lan đặt mục tiêu trở thành nước dẫn đầu thị trường bằng cách kết nối các startup, công ty lớn, tổ chức chính phủ và giới học thuật trong một hệ sinh thái điện toán neuromorphic.

Để máy tính hoạt động tối ưu năng lượng như bộ não

Vào tháng 3, một phái đoàn từ Hà Lan đã đến nước Anh để tổ chức một “Sứ mệnh đổi mới” cùng các đại diện công nghệ và chính phủ địa phương. Tổ chức Top Sector ICT được chính phủ Hà Lan hỗ trợ đã dẫn đầu sứ mệnh, với mục tiêu củng cố và bàn luận về tương lai của điện toán neuromorphic tại châu Âu và Hà Lan.

Tiến sĩ Johan H. Mentink, chuyên gia vật lý tính toán tại Đại học Radboud (Hà Lan) đã chia sẻ về cách điện toán neuromorphic có thể giải quyết các thách thức hiện nay về năng lượng, độ chính xác và hiệu suất của kiến trúc máy tính truyền thống. Tiến sĩ Mentink nói: “Máy tính kỹ thuật số hiện tại sử dụng những quy trình ngốn năng lượng để xử lý dữ liệu. Kết quả là một số trung tâm dữ liệu hiện đại tiêu thụ lượng điện lớn đến mức cần cả một nhà máy điện riêng”.

Theo lời giải thích của tiến sĩ Mentink, máy tính ngày nay lưu trữ dữ liệu ở một nơi (bộ nhớ) và xử lý ở nơi khác (bộ xử lý). Điều này khiến một lượng lớn năng lượng bị tiêu hao cho việc vận chuyển dữ liệu.

Ngược lại, kiến trúc điện toán neuromorphic hoạt động khác biệt ở cả cấp độ phần cứng lẫn phần mềm. Ví dụ, thay vì sử dụng bộ xử lý và bộ nhớ riêng biệt, các hệ thống neuromorphic tận dụng các linh kiện phần cứng mới như memristor - hoạt động như cả bộ nhớ và bộ xử lý.

Bằng cách xử lý và lưu dữ liệu trên cùng một linh kiện, điện toán neuromorphic loại bỏ được quá trình vận chuyển dữ liệu vốn tiêu tốn nhiều năng lượng và dễ xảy ra lỗi. Thêm vào đó, do dữ liệu được lưu ngay tại nơi xử lý, việc ra quyết định sẽ diễn ra nhanh hơn, giảm hiện tượng “ảo giác” của hệ thống, cải thiện độ chính xác và nâng cao hiệu suất. Khái niệm này đang được ứng dụng vào các lĩnh vực như điện toán biên, IoT công nghiệp và robot để thúc đẩy khả năng ra quyết định theo thời gian thực.

Tiến sĩ Mentink ví von: “Giống như bộ não của chúng ta vừa xử lý vừa lưu trữ thông tin ở cùng một nơi, ta có thể chế tạo những chiếc máy tính tích hợp lưu trữ và xử lý vào cùng một hệ thống”.

Các ứng dụng ban đầu của điện toán neuromorphic

Điện toán neuromorphic không còn là một khái niệm thử nghiệm. Nhiều công ty công nghệ, từ mới thành lập đến lâu đời, đang đầu tư mạnh vào phát triển phần cứng, thiết bị biên, phần mềm và các ứng dụng liên quan.

Các tên tuổi lớn như IBM, Nvidia, Intel (với dòng chip Loihi) đều đang tham gia lĩnh vực này. Tại Hà Lan, các công ty tuân thủ theo chiến lược quốc gia được công bố trong Sách trắng 2024 cũng đang đóng vai trò dẫn dắt trong khu vực.

Ví dụ, công ty Hà Lan Innatera là đơn vị tiên phong trong lĩnh vực vi xử lý neuromorphic siêu tiết kiệm điện. Innatera vừa nhận được khoản đầu tư 15 triệu euro trong vòng gọi vốn Series A từ các quỹ như Invest-NL Deep Tech Fund, EIC Fund, MIG Capital, Matterwave Ventures và Delft Enterprises. Innatera chỉ là phần nổi của tảng băng chìm, khi Hà Lan tiếp tục hỗ trợ ngành công nghiệp mới này bằng các quỹ, tài trợ và ưu đãi khác.

Theo CEO OrbiSky Systems (công ty chuyên tích hợp AI cho công nghệ không gian) là ông Sylvester Kaczmarek, các ứng dụng tức thời gồm công nghệ cảm biến dựa trên sự kiện, tích hợp vào cảm biến thông minh như camera hoặc micro. Những thiết bị này chỉ xử lý các thay đổi thay vì toàn bộ dữ liệu, qua đó giảm đáng kể lượng điện tiêu thụ và dữ liệu đầu vào.

Phần cứng và phần mềm neuromorphic có tiềm năng hỗ trợ AI hoạt động ngay trên thiết bị biên, đặc biệt là với các thiết bị tiêu thụ ít điện năng như điện thoại di động, thiết bị đeo hoặc hệ thống IoT.

Nhận dạng mẫu, phát hiện từ khóa, và chẩn đoán đơn giản, ví dụ như xử lý tín hiệu phức tạp từ cảm biến trong thời gian thực phục vụ y sinh, robot, hoặc giám sát công nghiệp... là những ứng dụng điển hình. Khi áp dụng vào nhận dạng và phân loại mẫu hoặc phát hiện bất thường, điện toán neuromorphic có thể đưa ra quyết định nhanh chóng và hiệu quả.

Giáo sư, tiến sĩ Hans Hilgenkamp, Giám đốc Khoa học của Viện MESA+ tại Đại học Twente, đồng tình rằng nhận dạng mẫu là một trong những thế mạnh nổi bật của điện toán neuromorphic. Ông khẳng định: “Người ta cũng có thể nghĩ đến các ứng dụng như dự đoán hỏng hóc trong ngành công nghiệp hoặc ô tô”. (còn tiếp)

Anh Tú