Red Hot Cyber
Sicurezza Informatica, Notizie su Cybercrime, Analisi Vulnerabilità e Intelligenza Artificiale
I ricercatori dell'Università di Pechino hanno creato un sistema sperimentale che esegue attività di denoising delle reti neurali 149 volte più velocemente rispetto alle GPU standard. Il sistema, composto da cinque FPGA e trasmettitori fotonici al silicio, ha raggiunto prestazioni di calcolo nominali dell'11,6% rispetto alla GPU, ma con un'efficienza del 94,7%.
Non è un segreto che nella corsa all’intelligenza artificiale, saper ottenere il massimo dai chip, e consumare poca energia, è un vantaggio non indifferente. Pertanto, l’ottimizzazione dei processi è la prima cosa da fare, e questo lo sanno bene i cinesi che soffrono di carenze di GPU allo stato dell’arte.
Tutti i problemi legati all’intelligenza artificiale ad alta intensità di risorse, riguardano questi aspetti specifici. Le persone si ricordano dell’ottimizzazione solo quando le risorse per continuare ad implementare soluzioni finiscono oppure non sono più sufficienti per tutti.
Con le loro sanzioni, gli Stati Uniti hanno messo gli sviluppatori cinesi nella posizione in cui l’ottimizzazione diventa l’unica via d’uscita dalla crisi di carenza di risorse, e questo lo abbiamo visto con il rilascio di DeepSeek R1, quando il mondo scoprì che bastavano meno risorse per poter addestrare un modello LLM allo stato dell’arte.
Ma l’ottimizzazione non è solo una via d’uscita: è anche un’opportunità per una svolta scientifica.
In particolare, i ricercatori dell’Università di Pechino hanno creato un sistema di calcolo sperimentale in cui diversi processori elettronici convenzionali scambiavano dati attraverso trasmettitori fotonici al silicio e un interruttore ottico.
Durante gli esperimenti, la piattaforma ha eseguito un’attività di denoising della rete neurale quasi 149 volte più veloce rispetto ad un sistema GPU, sebbene le sue prestazioni di calcolo nominali fossero solo l’11,6% delle prestazioni della GPU: circa 1,97 contro 16,96 teraflop.
Il sistema era costituito da cinque array logici programmabili (FPGA) FPGA, ciascuno dei quali conteneva uno strato di una rete neurale convoluzionale a cinque strati. Tra le schede sono stati installati ricetrasmettitori fotonici al silicio con una velocità di 400 Gbit/s e un interruttore ottico 16 × 16. Quattro canali di trasmissione dati da 100 Gbit/s sono stati trasmessi su una fibra comune a quattro lunghezze d’onda.
Lo switch aveva una perdita di meno di 5 dB e teoricamente poteva connettere fino a 16 chip di elaborazione con un throughput combinato di 6,4 Tbps.
Il vantaggio principale della soluzione era l’elaborazione della pipeline. Ogni FPGA elaborava costantemente il proprio livello di rete neurale e trasmetteva immediatamente il risultato intermedio al chip successivo tramite un canale ottico. Grazie a ciò, non è stato necessario salvare i dati nella memoria esterna dopo aver elaborato ogni livello e quindi caricarli nuovamente: sono proprio tali operazioni che creano il cosiddetto “muro di memoria” e rallentano la GPU. Mille immagini da 32 × 32 pixel sono state elaborate in 105,16 μs, mentre la GPU di riferimento ha impiegato 15,643 ms per le stesse operazioni e l’efficienza delle unità di calcolo FPGA ha raggiunto un impressionante 94,7%.
Per l’esperimento, gli scienziati hanno utilizzato una semplice rete neurale a cinque strati con kernel 5 × 5 e il set di dati Fashion-MNIST. Sarebbe allettante vedere esperimenti simili con un linguaggio ampio o altri modelli generativi moderni. Non è ancora così, ma l’esperienza dà già un’idea chiara dell’enorme riserva di accelerazione dell’IA con un’adeguata ottimizzazione.
“Compiti specifici possono essere implementati con risorse di calcolo limitate quando algoritmi, microarchitetture di processori e interconnessioni a livello di chip vengono sviluppati congiuntamente”, osservano gli autori del lavoro. —Questo framework può anche ridurre lo spreco di energia nei data center e ottimizzare la latenza o il consumo in scenari informatici avanzati.”
Betti RHC, la prima graphic novel al mondo dedicata alla cybersecurity awareness, ha finalmente il suo sito ufficiale. Uno spazio tutto suo dove scoprire il progetto, sfogliare le copertine degli episodi e immergersi nel mondo di Betti: la giovane laureanda in informatica che, dopo la morte misteriosa del padre, si trasforma nell'hacker più potente del mondo. Una storia avvincente che, episodio dopo episodio, affronta una minaccia digitale diversa — dal phishing al ransomware, fino al cyberbullismo — e insegna a riconoscerla e a difendersi, senza che sembri mai una lezione.
Sul sito trovate tutto ciò che rende Betti un progetto diverso dal solito: la sua filosofia, le anteprime delle tavole e il racconto di come nasce ogni volume. Perché dietro Betti RHC c'è solo lavoro umano: ogni tavola è disegnata interamente a mano dagli artisti del Gruppo Arte di Red Hot Cyber, senza alcun uso di intelligenza artificiale. E a garantire che ogni storia sia realistica e tecnicamente corretta c'è la supervisione degli hacker etici del gruppo HackerHood, che mantengono il racconto fedele al mondo reale della sicurezza informatica.
C'è spazio anche per le aziende, che possono usare Betti come strumento di awareness diverso dai soliti corsi: acquistare i volumi, personalizzarli con il proprio brand o sponsorizzare nuovi episodi. E come primo regalo, l'episodio "Byte the Silence", dedicato al cyberbullismo, è scaricabile gratuitamente per uso personale.
Perché la miglior difesa, in fondo, è una bella storia. 👉 Scopri tutto su https://betti.redhotcyber.com/