Chip EDABK-Brain là sản phẩm của nhóm nghiên cứu EDABK tại Đại học Bách khoa Hà Nội. Được lấy cảm hứng từ cách bộ não con người hoạt động, chip này hướng đến việc tối ưu hiệu suất và giảm tiêu thụ năng lượng trong các hệ thống AI. Sản phẩm đã giành giải Nhất tại Silicon Design Challenge lần thứ 3 do eFabless tổ chức và Google đồng tài trợ.

⚡ Vấn đề năng lượng trong các hệ thống AI hiện đại

Các hệ thống AI như GPT của OpenAI yêu cầu hàng chục nghìn GPU để huấn luyện, tiêu tốn điện năng khổng lồ. Ngược lại, bộ não con người chỉ dùng khoảng 20W nhưng vẫn xử lý thông tin cực kỳ hiệu quả. Dựa trên nguyên lý này, EDABK-Brain được phát triển để đạt hiệu suất tính toán cao với năng lượng tối thiểu.

💾 Kiến trúc In-Memory Computing (IMC) – Tính toán tại bộ nhớ

Khác với kiến trúc Von Neumann truyền thống (bộ nhớ và xử lý tách biệt), IMC đưa bộ xử lý và bộ nhớ lại gần nhau, giảm độ trễ truyền dữ liệu và tiết kiệm năng lượng. Đây là hướng đi lý tưởng cho các ứng dụng AI cần xử lý dữ liệu lớn, tốc độ cao.

🔁 SNN – Mạng nơ-ron dạng xung mô phỏng não sinh học

EDABK-Brain sử dụng Spiking Neural Network (SNN) – mạng nơ-ron mô phỏng cách các nơ-ron sinh học truyền tín hiệu bằng xung điện. SNN chỉ kích hoạt khi cần, tiết kiệm năng lượng hơn mạng nơ-ron truyền thống và xử lý thông tin hiệu quả hơn.

🔧 Ứng dụng thực tiễn của IMC & SNN

• Thiết bị nhúng và IoT: xử lý dữ liệu tại chỗ, giảm phụ thuộc vào máy chủ.
• Xe tự lái: phân tích môi trường, ra quyết định thời gian thực với điện năng thấp.
• Trí tuệ nhân tạo sinh học: mô phỏng hoạt động não, hỗ trợ phát triển giao diện não – máy.

⚙️ Hạn chế và thách thức hiện tại

Dù tiềm năng lớn, IMC và SNN chưa thể thay thế GPU trong các hệ thống AI hiện đại do chưa đạt hiệu suất và khả năng mở rộng như GPU, đặc biệt là trong việc huấn luyện các mô hình lớn. Ngoài ra, việc thiết kế và lập trình SNN còn gặp khó khăn do thiếu công cụ hỗ trợ phần cứng và phần mềm.

🔮 Tương lai của chip AI – Hướng tới Edge AI và Neuromorphic Computing

Tương lai ngành chip AI sẽ tập trung vào thiết kế tiết kiệm năng lượng và xử lý trực tiếp trên thiết bị (Edge AI). Các công ty như IBM, Intel, Google đang đầu tư mạnh vào Neuromorphic Computing – mô phỏng não người để phát triển AI bền vững. Chip Loihi (Intel) và TrueNorth (IBM) là ví dụ thương mại tiêu biểu.

✅ Lợi ích vượt trội của IMC & SNN

• Tiết kiệm năng lượng vượt trội
• Xử lý thông tin nhanh chóng tại bộ nhớ
• Học tập và thích nghi linh hoạt hơn mạng truyền thống

🚧 Những thách thức cần vượt qua

• Công cụ thiết kế và lập trình SNN còn hạn chế
• Chưa đạt hiệu suất cao như GPU trong mô hình lớn
• Khó triển khai ở quy mô công nghiệp lớn.