Пан или пропал - отечественный нейроморфный чип «Алтай»

Съехать с обочины

Российская микроэлектроника на отечественном оборудовании в настоящее время осваивает выпуск чипов по 350-нанометровой топологии. Это про фотолитограф «Прогресс СТП-350», созданный в содружестве с белорусской компаний «Планар». Если посмотреть на событие с точки зрения мировой микроэлектроники, то у России намечается отставание лет на 25–30. Сейчас в Тайване, Японии и Южной Корее в ходу топология 3–5 нм. Прогнозы очень пессимистичные — в обозримом будущем отечественная промышленная база сможет лишь сократить отставание. В лучшем случае на 10–15 лет.

Сейчас и в ближайшем будущем России будет недоставать, в первую очередь, микрочипов для систем искусственного интеллекта. Уже сейчас ИИ играет немаловажную роль в планировании и ведении боевых действий, а вскорости его влияние станет основополагающим. Например, в стратегической обороне, когда нейронные сети научатся прогнозировать и принимать решения. Пока не стало слишком поздно, следует что-то придумывать.

Попыткой обогнать и перегнать стал отечественный нейроморфный микропроцессор «Алтай», презентованный Михаилу Мишустину в сентябре прошлого года. Сразу оговоримся, это даже не предсерийный экземпляр, а лишь демонстратор технологий. И если все пойдет по плану, у России действительно есть шанс создать суверенную и ни в чем не уступающую лидерам рынка индустрию микроэлектроники. В первую очередь, заточенную на искусственный интеллект.

Для начала немного теории и истории. Если вы когда-нибудь слышали, что дата-центры крупных ИИ-компаний потребляют столько же электроэнергии, сколько небольшая страна — это не преувеличение. Рядом с ними даже предлагают возводить АЭС для доступа к недорогой энергии. Обучение одной большой языковой модели типа GPT потребляет сотни мегаватт-часов.

И проблема здесь не в том, что само вычисление сложное. Проблема в том, как устроены современные процессоры. Все они — от обычного ноутбука до серверного вычислительного чипа в дата-центре — построены по схеме, предложенной математиком Джоном фон Нейманом ещё в 1945 году. Суть проста: есть отдельная память, где хранятся данные, и отдельный процессор, который их обрабатывает. Данные постоянно скользят туда-обратно по электрическим шинам — и именно этот бесконечный транспорт данных пожирает большую часть энергии. Инженеры называют это «стеной фон Неймана»: чем мощнее становится процессор, тем острее эта проблема.

Теперь посмотрим на человеческий мозг. Он потребляет около 20 ватт — примерно как тусклая лампочка. При этом выполняет задачи, с которыми не справится ни один суперкомпьютер планеты. Секрет прост: в мозге нет разделения на «память» и «процессор». Каждый нейрон — это одновременно и вычислительная единица, и локальное хранилище информации о своём состоянии. Данные не путешествуют — они обрабатываются там, где хранятся.


Именно эту идею и воспроизводит нейроморфный чип «Алтай» (AltAI) — совместная разработка новосибирского стартапа «Мотив НТ» и «Лаборатории Касперского». Его математическая основа — импульсные нейронные сети (Spiking Neural Networks, SNN). В отличие от обычных нейросетей, где нейроны постоянно обмениваются числами, здесь нейроны «молчат» большую часть времени и передают лишь короткий двоичный сигнал — спайк (импульс) — только тогда, когда в этом есть реальная необходимость. В остальное время синаптические связи неактивны и не потребляют никакой энергии. Это прямая копия того, как работает человеческий мозг.

Результат такого подхода оказывается поразительным: по расчётам разработчиков, подтверждённым экспериментально, нейроморфные решения превосходят аналогичные системы на классических микрочипах по энергоэффективности более чем в 1000 раз. Это физически обоснованное следствие устранения главного источника потерь в классических архитектурах. Проект стартовал в 2015 году в Новосибирском Академгородке — месте с давними традициями фундаментальной науки и сильной инженерной школой. Первый прототип «Алтай-1» был создан в 2020 году. В 2022 году к проекту присоединилась «Лаборатория Касперского» в качестве стратегического инвестора, что вывело разработку на новый уровень и превратило её из академического проекта в коммерческую платформу.

Как работает «Алтай»

Архитектура нейроморфного процессора «Алтай» имитирует кору головного мозга и устроена как шахматная доска из независимых ядер, работающих параллельно и асинхронно. Каждое ядро связано с четырьмя соседями, одновременно вычисляет и хранит данные, а также состоит из трех блоков: конфигуратора (управление), памяти (параметры и веса нейронов) и маршрутизатора (передача сигналов-спайков). В полной конфигурации чип содержит 256 таких ядер, в которых в совокупности смоделированы 131 072 нейрона и 67 миллионов синаптических связей.

В процессоре «Алтай» используется модель искусственного нейрона, которая в точности копирует поведение живой клетки. Она работает как копилка: собирает приходящие сигналы, но если новых сигналов долго нет, старые накопления просто «испаряются». Когда зарядов набирается критически много, нейрон мгновенно вспыхивает, передает импульс дальше и полностью обнуляется. Миллионы таких одновременно работающих «копилок» позволяют процессору решать сложнейшие задачи на огромной скорости, которая и не снилась обычным компьютерам.

Что получается на выходе?

При потреблении менее 0,5 ватта чип способен:

• обрабатывать видеопоток со скоростью до 2200 кадров в секунду;
  
• выполнять до 67 миллиардов вычислительных операций в единицу времени;
  
• всё это — в корпусе размером 9 × 9 миллиметров, пригодном для встройки в любое устройство, от банального датчика до бортовой системы дрона.

Для наглядности: типичный ИИ-ускоритель NVIDIA Jetson, используемый в робототехнике и беспилотных системах, потребляет 15–60 ватт. «Алтай» решает сопоставимые задачи при 0,3–0,8 ватта — разница в 50–200 раз. Когда таких чипов в гипотетическом дата-центре развёрнуты тысячи, эта разница превращается в мегаватт-часы экономии в год. Когда речь идёт о бортовой системе малого беспилотника с аккумулятором на 50 Вт•ч — разница означает продолжительность полёта в несколько минут или несколько часов.

Нейроморфные чипы — не российское ноу-хау. За рубежом также экспериментируют с новой архитектурой. Сравнение с мировыми конкурентами показывает, что «Алтай» находится в сильной позиции. IBM TrueNorth — наиболее энергоэффективный на сегодня коммерческий нейроморфный чип — обрабатывает 1738 кадров/с при 0,2 Вт. Intel Loihi — 296 кадров/с при 0,11 Вт. «Алтай» — 1000–2200 кадров/с при 0,3 Вт. По абсолютной скорости российский чип не уступает TrueNorth и опережает Loihi; по энергоэффективности IBM сохраняет преимущество. При этом важен контекст: нейроморфный рынок ещё не сложился, ни один из конкурентов не стал безусловным стандартом — и это само по себе означает, что игра ещё открыта для всех. Программное обеспечение для нейроморфного чипа пишут программисты Касперского. Продукт именуется Kaspersky Neuromorphic Platform.

«Алтай» для войны

Рассматривая тему суверенного российского микрочипа, нельзя обойти его военный потенциал. А он почти необъятный.

Главное преимущество «Алтая» — крайне низкое энергопотребление. Для малых БПЛА это означает принципиально новый баланс возможностей: аппарат больше не должен выбирать между дальностью полёта и «умной» бортовой электроникой. Компьютерное зрение, распознавание объектов и автономная навигация могут работать на борту практически без потери времени полёта и полезной нагрузки.

Особенно важен «Алтай» в связке с видеокамерой, которая фиксирует не полный кадр, а только изменения в сцене с микросекундным разрешением. Это позволяет обрабатывать информацию по мере её появления, без задержек на накопление и анализ целого изображения. В результате время реакции сокращается до субмиллисекундного уровня — быстрее, чем у традиционных систем, и тем более быстрее, чем у оператора-человека. Если совсем кратко, то «Алтай» идеален для роботов — с ним машины быстрее принимают решения и ориентируются.

Для разведывательных сенсорных сетей это открывает не менее важные возможности. Чип позволяет создавать датчики, которые неделями работают от небольшой солнечной панели, непрерывно анализируют акустическую, сейсмическую и тепловую обстановку, но передают наружу не сырой поток данных, а уже готовые выводы: например, «движение колонны» или «звук танкового двигателя». Это резко снижает радиообмен и делает такую систему значительно менее заметной для радиоразведки противника.

В управляемых боеприпасах и автономных средствах поражения «Алтай» также выглядит особенно перспективно. В условиях подавленного GPS и нарушенного канала наведения нужен процессор, который одновременно отвечает требованиям по массе, энергопотреблению и устойчивости к жёстким механическим нагрузкам. Нейроморфный чип подходит под эти ограничения гораздо лучше большинства традиционных решений. Кроме того, нейроморфные сети пока остаются для противника менее изученной целью с точки зрения противодействия, оптических ловушек и маскировочных паттернов.

В сфере радиоэлектронной борьбы преимущества тоже очевидны. «Алтай» может обрабатывать радиосигналы как поток событий, быстро классифицировать модуляции и протоколы связи и адаптироваться к изменениям в работе противника быстрее, чем традиционные приемы и методы. В носимом формате это открывает путь к индивидуальным средствам РЭБ-защиты, которые способны работать сутками от одной батареи.


Перспективным выглядит и применение «Алтая» в киберзащите. Вместо поиска совпадений с базой известных атак система может анализировать поведение устройств и выявлять аномалии в реальном времени, изолируя потенциально скомпрометированные узлы без обращения к центральной системе безопасности. В этом главное преимущество нейроморфных микропроцессоров — им не нужны большие объемы памяти и облачные хранилища.

Но не обошлось и без сложностей. Во-первых, нейроморфный чип еще в стадии разработки. Сколько его будут доводить до серии и доведут ли вообще — неизвестно. Во-вторых, «Алтай» спроектирован под 28-нм техпроцесс. В России нет собственного литографического оборудования под такие задачи — ни своего, ни импортного. Придется обращаться для производства к китайцам. А это зависимость, и немаленькая. «Алтай», конечно, можно переформатировать под 65–90 нм, доступные на мощностях «Микрона», но тогда пропадет уникальная энергоэффективность чипа. В-третьих, для нейроморфных чипов для ИИ придется заново разрабатывать модели обучения. Стандартные, как у ChatGPT или Grok, не подойдут.

Без всякого сомнения, разработка микрочипа «Алтай» — это технологический прорыв. Не перелицованная китайская разработка, а именно суверенный продукт мирового уровня. Редкое, оттого и ценное по нынешним временам явление.