Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
TrueNorth
Processeur neuromorphique développé par IBM, composé de 1 million de neurones et 256 millions de synapses organisés en 4096 neurosynaptic cores. Il fonctionne avec une consommation extrêmement faible de 70 milliwatts et utilise une architecture événementielle pour le traitement parallèle massif.
Loihi
Puce neuromorphique d'Intel intégrant 130 000 neurones et 130 millions de synapses avec des capacités d'apprentissage on-chip via la plasticité dépendante des temps de spikes. Elle utilise un modèle de calcul asynchrone événementiel et supporte divers schémas d'apprentissage supervisé et non supervisé.
Neurosynaptic Core
Unité de calcul fondamentale dans les processeurs neuromorphiques comme TrueNorth, intégrant des neurones, des synapses et des axones dans une architecture locale. Chaque core fonctionne de manière autonome et peut gérer jusqu'à 256 neurones et 65 536 synapses dans le cas de l'architecture IBM.
Analog Neuromorphic Computing
Approche de calcul neuromorphique utilisant des signaux continus et des circuits analogues pour simuler le comportement des neurones et synapses biologiques. Cette méthode offre une densité d'intégration et une efficacité énergétique supérieures mais présente des défis en termes de précision et de variabilité de fabrication.
Digital Neuromorphic Computing
Implémentation neuromorphique utilisant des circuits numériques pour simuler le comportement des réseaux de neurones impulsionnels, offrant une meilleure précision et reproductibilité que l'approche analogique. Les processeurs comme TrueNorth et Loihi adoptent cette approche pour garantir une fiabilité et une scalabilité optimales.
Neurogrid
Plateforme neuromorphique développée à l'Université de Stanford utilisant des circuits analogiques subthreshold pour simuler un million de neurones cortical avec une consommation de seulement 3 watts. Elle se distingue par sa capacité à modéliser des dynamiques neuronales complexes avec une grande fidélité biologique.
BrainScaleS
Système neuromorphique européen utilisant une approche analogique accélérée fonctionnant 1000 fois plus vite que le temps biologique réel, permettant des simulations rapides de réseaux neuronaux complexes. Il combine des circuits analogiques wafer-scale avec une infrastructure numérique flexible pour le contrôle et la configuration.
SpiNNaker
Architecture neuromorphique à grande échelle basée sur des processeurs ARM multi-cœurs conçue pour simuler en temps réel jusqu'à un milliard de neurones spiking. Elle utilise un réseau maillé pour la communication entre les cœurs et est particulièrement optimisée pour les simulations à grande échelle de réseaux corticaux.
MorphIC
Puce neuromorphique hybride combinant des circuits numériques pour le contrôle avec des circuits analogues pour le calcul neuronal, offrant un compromis entre précision et efficacité énergétique. Elle implémente des neurones et synapses reconfigurables supportant divers modèles de plasticité synaptique.
Dynap-SEL
Famille de processeurs neuromorphiques événementiels à faible consommation développés par SynSense, implémentant des neurones et synapses analogiques avec des capacités d'apprentissage on-chip. Ces puces sont particulièrement optimisées pour les applications edge computing nécessitant un traitement en temps réel avec une consommation minimale.
Intel Nahuku
Plateforme de développement neuromorphique d'Intel basée sur la puce Loihi, fournissant un environnement complet pour l'expérimentation et le prototypage d'applications spiking neural networks. Elle intègre plusieurs puces Loihi avec des interfaces logicielles permettant une configuration flexible des réseaux neuronaux.
Neuro-inspired Computing
Approche computationnelle qui s'inspire des principes du traitement neuronal biologique sans chercher une reproduction exacte, se concentrant plutôt sur l'efficacité des algorithmes et architectures. Cette discipline englobe à la fois les systèmes neuromorphiques stricts et les approches hybrides adaptées aux applications pratiques.