מחשוב נוירומורפי (Neuromorphic Computing)

מחשב שמחקה את המוח, לא רק את המתמטיקה שלו

רשת נוירונים רגילה, כמו זו שמפעילה צ'אטבוט, רק לוקחת השראה מהמוח: בפועל היא טבלאות ענק של מספרים שמחשב רגיל מכפיל שוב ושוב. מחשוב נוירומורפי מנסה ללכת צעד אחד הלאה ולבנות את החומרה עצמה בדמות המוח. לפי ויקיפדיה, זו גישת מחשוב בהשראת המבנה והתפקוד של המוח האנושי, שמשתמשת בנוירונים מלאכותיים ומפזרת את העבודה על פני הרבה יחידות חישוב קטנות, כמו נוירונים. מאמר סקירה שפרסמה קבוצת חוקרים ב-Nature בינואר 2025 מגדיר אותו כגישה בהשראת המוח לתכנון חומרה ואלגוריתמים, ומציין שהיא מיועדת לעתים קרובות ליישומים שבהם יש מגבלות של גודל, משקל וצריכת חשמל. ההבדל המרכזי ממחשב רגיל הוא שבמחשב רגיל המעבד והזיכרון נפרדים, והנתונים נוסעים ביניהם כל הזמן. במוח אין הפרדה כזאת, והשבבים הנוירומורפיים מנסים לחקות את זה.

פולס במקום זרם של מספרים

הרעיון שמאחורי שבבים כמו TrueNorth של IBM ו-Loihi של אינטל הוא רשת נוירונים מבוססת פולסים (Spiking Neural Network). לפי ויקיפדיה, נוירון ברשת כזאת לא שולח מידע בכל צעד חישוב, אלא אוסף אותות לאורך זמן, ושולח פולס רק כשהמתח הפנימי שלו חוצה ערך מסוים — סף. כל עוד לא קרה כלום, הוא שקט. המשמעות המעשית: כשיש מעט פעילות, יש פחות פעולות לבצע — אם כי החיסכון בפועל תלוי במערכת ובסוג העבודה. דוגמה לאותו רעיון מחוץ לשבבי המחשוב היא המצלמה הנוירומורפית (event camera): במקום לצלם תמונה שלמה בכל פעם, כל פיקסל בה עובד לבד ומדווח רק כשהשינוי בבהירות שלו חוצה סף. לפי ויקיפדיה, מצלמות כאלה מסמנות כל אירוע בחותמת זמן ברזולוציה של מיליוניות שנייה, סובלות פחות מטשטוש תנועה, ומתאימות לעבוד יחד עם שבבים נוירומורפיים.

מקארבר מיד לשבבי המחקר הראשונים

לפי ויקיפדיה, את אחד הרעיונות הראשונים בתחום הציע קארבר מיד בסוף שנות ה-80, והוא נחשב לאחד ממייסדי ההנדסה הנוירומורפית ולמי שטבע את המונח. מיד שם לב לדמיון בין האופן שבו מטען חשמלי זורם בטרנזיסטור לבין האופן שבו הוא עובר דרך קרום של תא עצב. בשנות ה-2010 התחום עבר לשבבים גדולים. ב-2014 הציגה IBM את TrueNorth: שבב עם 4,096 ליבות ובהן קצת יותר ממיליון נוירונים מדומים, ו-IBM טענה לצריכת חשמל של 70 מיליוואט בלבד. באותה שנה הציגו באוניברסיטת סטנפורד את Neurogrid: לוח של 16 שבבים, שכל אחד מהם תומך ב-65,536 נוירונים, ויחד הם מדמים מיליון נוירונים. ב-2017 חשפה אינטל את Loihi, וב-14 באוקטובר 2018 הודיע פרויקט המוח האירופי שהמכונה SpiNNaker באוניברסיטת מנצ'סטר הגיעה למיליון ליבות מעבד, שתוכננו לדמות את פעילותם של נוירונים בזמן אמת.

מערכות בגודל של מוח קטן

באפריל 2024 הציגה אינטל את Hala Point, ותיארה אותה בעת ההכרזה כמערכת הנוירומורפית הגדולה בעולם. לפי הודעת החברה, המערכת מחברת 1,152 שבבי Loihi 2, ותומכת בעד 1.15 מיליארד נוירונים ו-128 מיליארד סינפסות, בצריכת חשמל מרבית של 2,600 ואט. היא הותקנה במעבדה הלאומית סנדיה בארצות הברית. אינטל טענה שבהרצת רשתות למידה עמוקה רגילות, המערכת מבצעת יותר מ-15 טריליון פעולות של 8 ביט בשנייה לכל ואט — אבל כתבה במפורש שזהו אב טיפוס מחקרי, שנועד לקדם מערכות מסחריות בעתיד. גם בגרמניה ממשיכים בכיוון: לפי ויקיפדיה, הדור השני של SpiNNaker פותח באוניברסיטה הטכנית של דרזדן בעזרת מענק של 8 מיליון אירו מפרויקט המוח האירופי, ומחשב העל SpiNNcloud שנבנה ממנו נכנס לפעולה ב-2025.

הגבול המטושטש: NorthPole של IBM

לא כל שבב "בהשראת המוח" עובד בפולסים. ב-2023 הציגה IBM את NorthPole, שפותח בהובלת החוקר דרמנדרה מודהה, שעבד קודם לכן על TrueNorth. לפי IBM, השבב שומר את כל הזיכרון שלו על השבב עצמו, ולכן הנתונים לא צריכים לנסוע הלוך ושוב — כמו במוח, שבו הזיכרון והעיבוד משולבים. אבל הוא מריץ רשתות נוירונים רגילות, לא רשתות פולסים. בבדיקה על מודל זיהוי התמונות ResNet-50, IBM דיווחה על יעילות אנרגטית גבוהה פי 25, שנמדדה במספר התמונות שעובדו לכל ג'ול, לעומת מעבדים גרפיים של 12 ננומטר ומעבדים רגילים של 14 ננומטר. מודהה עצמו אמר שאי אפשר להריץ עליו את GPT-4, אבל שהוא יכול לשרת רבים מהמודלים שארגונים צריכים, וציין שהשבב מיועד רק להרצת מודלים, לא לאימונם. NorthPole ממחיש שהקו בין מחשוב נוירומורפי לבין שבב AI יעיל מאוד אינו חד — והערך על חומרה לבינה מלאכותית מתאר את המשפחות הרחבות יותר.

למה זה עוד לא בכל מחשב

אם השבבים האלה כל כך חסכוניים, למה מודלי השפה הגדולים עדיין רצים על מעבדים גרפיים? הסיבה העיקרית היא האימון. פולס הוא קפיצה חדה ולא שינוי הדרגתי, ולכן, לפי ויקיפדיה, אי אפשר להשתמש בה ישירות בהתפשטות לאחור, שיטת האימון המקובלת לרשתות נוירונים. חוקרים פיתחו דרכים לעקוף את זה — ויקיפדיה מזכירה, למשל, ספריית קוד פתוח שמאמנת רשתות פולסים בשיטות מבוססות גרדיאנט — אבל האימון נשאר אחד האתגרים של התחום. ויקיפדיה מוסיפה שבעיות האימון ודרישות החומרה מגבילות את השימוש ברשתות כאלה, ושנכון ל-2019 הן פיגרו ברמת הדיוק אחרי רשתות רגילות — אבל הפער הלך והצטמצם, ובחלק מהמשימות נעלם. בנוסף, המערכות הגדולות שתוארו כאן הן עדיין כלים למחקר. מאמר הסקירה ב-Nature מ-2025 תיאר את התחום כנמצא בצומת קריטי. ובכל זאת, הכיוון לא נזנח: לפי Network World, במאי 2026 מנכ"ל אינטל, ליפ-בו טאן, מגדיל את ההימור ארוך הטווח על מעבדים קוונטיים ועל שבבים נוירומורפיים — תחומים ששרדו את קיצוצי המוצרים הקודמים בחברה.