Decima-8: a arquitetura que quer reinventar os chips neuromórficos

A computação neuromórfica é, há anos, uma das áreas mais promissoras e, ao mesmo tempo, mais frustrantes da microeletrônica. A ideia é simples e atraente: construir chips que funcionem segundo os princípios do cérebro biológico e obter computação com eficiência energética ordens de magnitude maior. Na prática, toda tentativa esbarra nas mesmas paredes. A arquitetura Decima-8 pretende, se não derrubá-las, ao menos empurrá-las de forma considerável, e age em várias frentes ao mesmo tempo.

Para entender o que a Decima-8 propõe, é preciso olhar a natureza dos problemas. As redes neurais de spikes atuais codificam a informação de forma binária: o neurônio ou "dispara" ou não. Para transmitir gradações do sinal, sem as quais nenhuma computação minimamente complexa é possível, é preciso recorrer à codificação por taxa, esticando um único valor por muitos ciclos, ou aumentar o número de linhas físicas de transmissão.

As duas abordagens consomem tempo e área do chip. Em paralelo, há um problema de hardware. Os crossbars de memristores, que no papel parecem o substrato ideal para a computação neuromórfica, sofrem na prática com ruído, deriva de parâmetros e não determinismo.

Cada chip exige calibração individual, o que transforma a produção em massa num pesadelo para os engenheiros. Já as redes no chip (Network-on-Chip) tradicionais consomem até quarenta por cento da área do chip com roteadores, e cerca de setenta por cento da energia vai não para o cálculo, mas para o envio de dados entre blocos.

A Decima-8 ataca os dois problemas ao mesmo tempo, com três inovações principais. A primeira é o formato Level16. Em vez de um spike binário, cada linha transmite um nível de ativação de zero a quinze em um único ciclo de clock. Dezesseis gradações são um compromisso deliberado entre a rudeza da representação binária e a instabilidade da continuidade analógica. Quatro bits por valor bastam para transmitir um gradiente de sinal com conteúdo, e o sistema continua totalmente digital e determinístico. Não é preciso gastar dezenas de ciclos na codificação por taxa de um único número: o valor é transmitido instantaneamente.

A segunda inovação são os crossbars digitais, que emulam o comportamento das matrizes de memristores, mas não têm seus principais defeitos. Sem ruído, sem deriva, sem calibração individual. Cada chip se comporta da mesma forma e cada cálculo é reprodutível. Parece um passo atrás: abrir mão da neuromorfia analógica "de verdade" em favor de uma emulação digital. Mas, na engenharia, o pragmatismo muitas vezes vence a elegância. Memristores são lindos na teoria e penosos na fabricação. Os crossbars digitais da Decima-8 sacrificam a beleza teórica em nome da viabilidade prática.

A terceira solução, e talvez a mais radical, é a ativação em revezamento. Em vez do roteamento por pacotes tradicional, em que os dados trafegam entre tiles de computação por uma rede de roteadores, a Decima-8 propaga a ativação por um grafo de dependências. Os tiles não "conversam" entre si no sentido habitual: a ativação simplesmente escoa de um bloco de computação para o seguinte ao longo de um grafo predefinido.

Isso permite abolir por completo os roteadores no chip. Zero por cento da área em roteadores é um número que soa quase provocador diante dos quarenta por cento padrão. Latência fixa no lugar da latência imprevisível de uma rede de pacotes não é apenas uma otimização; é um modelo de computação qualitativamente diferente.

É importante, porém, manter a sobriedade. A arquitetura até agora foi descrita apenas em nível conceitual, e entre um esquema bonito e o silício funcionando há uma enorme distância. Dezesseis níveis de ativação são bons para uma certa classe de tarefas, mas, para muitos modelos modernos de aprendizado de máquina, até a quantização de oito bits é considerada agressiva. A questão da escalabilidade da ativação em revezamento para grafos com bilhões de nós continua em aberto. Os crossbars digitais resolvem o problema do determinismo, mas podem perder para soluções analógicas em eficiência energética, justamente a principal promessa da computação neuromórfica.

Ainda assim, a Decima-8 merece atenção como tentativa conceitualmente coesa de repensar a arquitetura neuromórfica como um todo, e não por partes. A indústria passou tempo demais tentando resolver o problema da codificação separado do da comunicação e separado do da implementação em hardware. A abordagem "tudo de uma vez" é arriscada, mas, se ao menos parte das características anunciadas se confirmar em hardware, ela pode abrir um novo caminho para toda uma geração de processadores neuromórficos. Num mundo em que o consumo de energia dos data centers vira questão geopolítica, qualquer arquitetura capaz de reduzir radicalmente o gasto de energia com computação merece estudo atento.