Pequeno chip de IA modelado no cérebro humano para reduzir o consumo de energia e aumentar a vida útil da bateria em tecnologia inteligente
LAS VEGAS – O primeiro “chip neuromórfico” do mundo estará nas prateleiras no próximo ano – e prolongará a vida útil da bateria dos dispositivos inteligentes. O chip, que imita a arquitetura do cérebro humano, tem como objetivo permitir inteligência artificial (AI) em dispositivos inteligentes com energia limitada.
Dispositivos “inteligentes”, como lâmpadas, campainhas ou alarmes de fumaça conectados por Wi-Fi, são construídos com sensores que fazem detecções e enviam dados para a nuvem para processamento.
Mas este processo é sedento de poder, Sumeet KumarCEO da empresa de processadores Innatera Nanosystems, disse ao WordsSideKick.com em uma entrevista na CES 2025. E qualquer processamento de IA que esses dispositivos executem também requer uma conexão com a Internet.
Mas o Spiking Neural Processor T1 deve reduzir drasticamente o consumo de energia de futuros dispositivos inteligentes.
Ele funciona analisando os dados dos sensores em tempo real para identificar padrões e potencialmente limpar os dados que saem dos sensores – e nenhuma conexão com a Internet seria necessária.
Imitando o cérebro
O dispositivo é um processador neuromórfico – o que significa que sua arquitetura é organizada para imitar os mecanismos de reconhecimento de padrões do cérebro. Fazendo uma analogia, quando você sente algo – seja um cheiro ou um som – diferentes conjuntos de neurônios disparam para identificá-lo.
Da mesma forma, no chip, diferentes grupos de neurônios artificiais registram picos. O princípio subjacente é a rede neural de picos (SNN) – onde uma rede neural é uma coleção de algoritmos de aprendizado de máquina e os picos que ela produz são semelhantes aos sinais produzidos pelas células cerebrais.
Relacionado: Intel revela o maior ‘computador neuromórfico’ de IA que imita o cérebro humano
Os algoritmos SNN também tendem a ser cerca de 100 vezes menores em termos de tamanho de arquivo do que as redes neurais profundas convencionais usadas em modelos de linguagem grandes.
Camadas de computação
Existem três camadas fundamentais no chip T1. O primeiro é o mecanismo de computação baseado em SNN, que registra uma dissipação de energia inferior a 1 miliwatt e uma latência, ou atraso, normalmente inferior a 1 milissegundo para a maioria das aplicações, disse Kumar. A segunda camada inclui redes neurais profundas convencionais, enquanto a terceira camada inclui um processador padrão que controla o funcionamento do sistema.
O T1, ou chips similares, aumentaria a vida útil da bateria em até seis vezes em alguns dispositivos e cenários inteligentes, disse Kumar. Por exemplo, um protótipo de campainha inteligente construída com o processador T1 que poderia detectar a presença de uma pessoa usando tecnologia de radar durou de 18 a 20 horas, contra uma ou duas horas em um produto convencional baseado em Wi-Fi que envia imagem e vídeo dados para servidores.
As aplicações incluem iluminação inteligente, qualquer tipo de detector para contagem de pessoas, sistemas de abertura de portas e até fones de ouvido — nos quais o chip T1 pode, teoricamente, isolar diferentes sons para cancelamento de ruído. Quando usado para qualquer aplicação baseada em som, a empresa afirma que há uma redução de 80 a 100 vezes no consumo de energia, bem como uma redução de 70 vezes na latência.
O chip está sendo preparado para produção em massa este ano, com amostras enviadas aos fabricantes de dispositivos. Kumar espera que os primeiros produtos com chip neuromórfico T1 cheguem às prateleiras até 2026.
