Nel campo del machine learning, e in generale dell'intelligenza artificiale, è sempre più importante avere la possibilità di accelerare l'esecuzione di algoritmi attraverso chip dedicati. È un compito storicamente assegnato alle GPU ma che ora vede sviluppi anche diversi, con la creazione di chip mirati e soprattutto di processori con integrati acceleratori hardware. Ora anche IBM ha il suo, battezzato Telum.

IBM Telum è il frutto del lavoro del IBM Research AI Hardware Center. Per la prima volta, Big Blue progetta un processore che contiene tecnologia ideata dal proprio centro di ricerca sull'intelligenza artificiale. È anche frutto della collaborazione con Samsung, che produce fisicamente il processore con tecnologie di microlitografia in Extreme Ultraviolet Lithography a 7 nanometri. Tra l'altro, le tecnologie EUV sono anche alla base della nuova "Angstrom Era" di Intel.

In concreto, Telum è un processore a otto core che, sottolinea IBM, è stato da subito pensato per i workload attuali delle applicazioni enterprise. Opera a frequenze elevate (oltre 5 GHz), ha una elevata quantità di memoria cache per fornire direttamente ai core di elaborazione grandi - relativamente, certo - quantità di dati, prevede architetture multi-CPU che possono crescere fino a 32 processori.
Un acceleratore inferenziale per il deep learning è integrato nel chip ed è connesso direttamente alla sua memoria cache, in modo da applicare gli algoritmi di AI ai dati che sono in quel momento elaborati dai core della CPU. In questo modo gli algoritmi viaggiano in parallelo all'esecuzione del codice tradizionale e possono arrivare effettivamente a valutare i dati in memoria mentre non è ancora terminata l'esecuzione del codice che sta elaborando quegli stessi dati. Una sorta di deep learning a latenza zero.

IBM Telum e la fraud detection

Per ora IBM destina Telum in particolare all'esecuzione di applicazioni in campo finanziario, per realtà che vanno dalle banche alle assicurazioni. L'obiettivo è consentire a tali realtà di eseguire in tempo reale funzioni di fraud detection basate su AI. Invece di accorgersi che una transazione digitale era fraudolenta solo dopo - magari pochi secondi, ma comunque dopo - che è stata completata, Telum mira ad offrire abbastanza rapidità di elaborazione degli algoritmi di rilevamento delle frodi da arrivare a bloccare le operazioni sospette mentre avvengono.

L'obiettivo è ambizioso. I grandi sistemi bancari gestiscono migliaia di transazioni al secondo e Telum promette di renderle più sicure senza aggiungere una latenza di elaborazione percepibile. Una maggiore sicurezza sarebbe infatti poco utile se si traducesse in un rallentamento complessivo nella gestione delle transazioni. Le realtà del Finance hanno, da questo punto di vista, anche livelli di servizio minimi da rispettare.
Il gioco comunque vale la candela. IBM come riferimento sottolinea che le frodi a danni dei consumatori statunitensi hanno totalizzato 3,3 miliardi di dollari nel solo 2020. Passare a quella che Big Blue definisce come "una nuova era di prevenzione su larga scala delle frodi" sarebbe un bel vantaggio. Ed è il motivo per cui Telum viene fatto debuttare principalmente in questo campo.

Ma per IBM in prospettiva c'è molto di più. Telum è pronto per applicare il machine e deep learning in molti campi in cui l'AI velocizza le operazioni e riduce il loro livello di rischio finanziario: concessione di finanziamenti, scambi commerciali, antiriciclaggio, approvazione del credito. C'è solo da aspettare un po': i primi sistemi IBM con processori Telum sono previsti entro metà 2022. Con tutta probabilità saranno sistemi della serie Z.