英特尔推出一种用于AI工作负载的强大神经形态研究系统

今天早上，英特尔宣布 Pohoiki Springs全面投入使用，Pohoiki Springs是一个功能强大的独立神经形态系统，大约有五台标准服务器那么大。该公司表示，该系统将通过云计算提供给英特尔神经形态研究社区的成员，使用英特尔的Nx SDK和社区提供的软件组件，使他们能够扩展他们的神经形态研究，并探索加速在当今传统架构上运行缓慢的工作负载的方法。

英特尔称，2019年7月宣布的Pohoiki Springs在神经容量方面与一种小型哺乳动物的大脑相似，有768块Loihi芯片和1亿个神经元分布在24个Arria10 FPGA Nahuku扩展板上(每个扩展板包含32块芯片)，工作功率在500W以下。从表面上看，这是支持更大、更复杂的神经形态工作负载的一个步骤。事实上，就在本周，英特尔演示了这种芯片可以用来“教”AI模型分辨10种不同的气味。

英特尔神经形态计算实验室主任迈克·戴维斯在一份声明中说:“Pohoiki Springs使我们的研究伙伴能够探索如何加速目前在传统架构上运行缓慢的工作负载，包括高性能计算系统。”

神经形态工程，也称为神经形态计算，描述了模仿神经系统神经生物学结构的电路的使用。英特尔，IBM，惠普，麻省理工学院，普渡大学，斯坦福大学和其他机构的研究人员希望利用它来开发一款超级计算机，其功能比当今任何时候都要强大一千倍。

英特尔警告说，像Pohoiki Springs这样的神经形态系统仍处于研究阶段，不能替代传统的计算系统。但是英特尔指出，它们为研究人员提供了一种工具，用于开发和表征新的神经启发算法，以进行实时处理，问题解决，适应和学习。

例如，初步研究表明，像Loihi这样的神经形态芯片擅长约束满足问题，这需要评估大量的潜在解决方案，以确定满足特定约束的一个或几个。神经形态系统也被证明能够快速识别图形中的最短路径并执行近似的图像搜索，以及在真实世界的优化问题中，随着时间的推移在数学上优化特定的目标。

特尔的14纳米Loihi芯片有一个60毫米的芯片尺寸，包含超过20亿个晶体管、13万个人工神经元和1.3亿个突触，以及三个用于协调的管理Lakemont核心。Loihi的独特之处在于，它提供了一个可编程的微码引擎，用于异步尖峰神经网络(SNNs)或人工智能模型的片内训练，这些模型将时间整合到其操作模型中，这样模型的组件就不会同时处理输入数据。Intel宣称，这将用于自适应自修改、事件驱动和细粒度并行计算的实现，“具有很高的效率”。

根据Intel的说法，Loihi处理信息的速度比传统处理器快1000倍，效率比传统处理器高10000倍，并且它可以解决某些类型的优化问题，在速度和能源效率方面获得三个数量级以上的收益。此外，Loihi保持实时性能结果，并且在扩展50倍时仅多消耗30%的电能(而传统硬件多消耗500%的电能)，并且与广泛使用的cpu运行的同时定位和映射方法相比，它消耗的电能大约少100倍。

Loihi开发工具链包含Loihi Python API、编译器和一组运行时库，用于在Loihi上构建和执行snn。它提供了一种创建具有自定义配置的神经元和突触图的方法，例如衰减时间、突触重量和峰值阈值，以及通过自定义学习规则注入外部峰值来模拟这些图的方法。

Pohoiki Springs的首次亮相是在英特尔最小的神经形态系统Kapoho Bay之后。Kapoho Bay由两块Loihi芯片组成，拥有262,000个神经元，支持多种实时edge工作负载。英特尔和INRC的研究人员已经使用它来识别实时的手势，使用新的人造皮肤来阅读盲文，使用学习过的视觉地标来确定方向，以及更多，而只消耗几十毫瓦的电力。

今年7月，英特尔揭开了Pohoiki Beach的神秘面纱，这是一台64芯片的计算机，能够模拟总共800万个神经元。与Pohoiki Springs一样，它也被提供给埃森哲(Accenture)等研究合作伙伴，以“推进该领域”并扩大人工智能算法(如备用编码和路径规划)的规模。

声明：本文由易百纳技术社区编写，文章内容来自venturebeat，版权归原作者所有，转载请注明出处，如有侵权请联系删除。