當前位置:
首頁 > 新聞 > 英特爾開發出神經擬態系統,模擬800萬個神經元,處理速度提升1000倍

英特爾開發出神經擬態系統,模擬800萬個神經元,處理速度提升1000倍

神經擬態工程學,也稱為神經擬態計算,它用包含模擬電子電路的系統來模擬神經系統中的神經生物學結構。近年來,麻省理工學院、普渡大學、斯坦福大學、IBM、惠普等企業,以及其他地方的一些科學家已經率先開發了一些全堆棧系統。然而,英特爾公司已經走在了他們前面。目前,英特爾已經開發出了比現在任何一台計算機都強大一千倍的計算系統。

今天,在美國國防高級研究計劃局(DARPA)舉辦的底特律 2019 電子復興計劃峰會上,英特爾發布了一個代號為「Pohoiki Beach」的系統,這是一台總共能夠模擬 800 萬個神經元的 64 晶元系統。英特爾實驗室常務董事 Rich Uhlig 說,Pohoiki Beach 將提供給 60 個研究夥伴,以推進人工智慧領域發展,並擴大人工智慧演算法的規模,如備用編碼和路徑規劃等

圖丨基於神經擬態的研究晶元(來源:英特爾)

Uhlig 說:「隨著我們擴展 Loihi 晶元創建更強大的神經擬態系統,我們得到了令人印象深刻的早期研究結果。現在,超過 60 個生態系統合作夥伴可以使用 Pohoiki Beach 系統,他們將使用這個專門的系統來解決複雜的計算密集型問題。」

Pohoiki Beach 系統包含 64 個 14 納米製程、128 核的 Loihi 神經擬態晶元。這款晶元於 2017 年 10 月在俄勒岡州的2018年 Neuro Inspired Computational Elements(NICE)研討會上首次發布。它的裸片尺寸為 60 毫米,包含超過 20 億個晶體管,13 萬個人工神經元和 1.3 億個突觸,此外還有三個用於任務管理的 Lakemont 核心。

獨特的是,Loihi 晶元具有可編程微碼學習引擎,用於非同步尖峰神經網路(SNNs)的晶元內訓練,即時間納入其操作模型的 AI 模型,此類模型的組件不會同時處理輸入數據。這將用於高效率地實現自適應自修改,事件驅動和細粒度並行計算。

圖丨英特爾 Nahuku 基板,每塊基板包含 8 到 32 個英特爾 Loihi 神經形態晶元,這裡顯示的是英特爾 Arria 10 FPGA 開發者套件。(來源:英特爾)

Loihi 晶元開發工具鏈包括 Loihi Python API、編譯器和一組在 Loihi 晶元上構建和執行 SNN 的運行時庫。它提供了一種創建具有自定義配置(如衰減時間、突觸重量和尖峰閾值)的神經元和突觸圖的方法,以及通過自定義學習規則注入外部尖峰來模擬這些圖形的方法。

據英特爾稱,與傳統處理器相比,Loihi 晶元處理信息的速度提高了 1000 倍,效率提高了 10,000 倍,與常規 CPU 操作相比,它可以解決某些類型的優化問題,速度和能效提高了三個數量級以上。此外,該晶元製造商聲稱,Loihi 晶元可以保持實時性能結果,並且在擴展 50 倍時僅多消耗 30% 的電量,而傳統硬體則要多消耗 500%。英特爾還表示,運行同步定位和繪圖方法時,該晶元消耗的能量比目前廣泛使用的 CPU 少大約 100 倍。

圖丨英特爾 Nahuku 基板,每塊包含 8 到 32 個英特爾 Loihi 神經擬態晶元(來源:英特爾)

Applied Brain Research 聯合首席執行官 Chris Eliasmith 領導的一個團隊正在使用 Loihi 晶元。他說,「與 GPU 相比,Loihi 晶元運行實時深度學習基準測試的功耗降低了 109 倍,與專用物聯網推理硬體相比,Loihi 晶元功耗降低了 5 倍。」

英特爾表示,它將於今年晚些時候,推出一個更大的 Loihi 系統——Pohoki Springs,該系統將超過 1 億個神經元,為神經擬態工作提供「前所未有」的性能和效率。此外,該公司還表示,它將繼續通過英特爾神經擬態研究社區提供其 Loihi 雲系統和基於 Loihi 的 USB 擬態因子系統 Kapoho Bay 的訪問許可權。

-End-

參考:https://venturebeat.com/2019/07/15/intels-pohoiki-beach-is-a-neuromorphic-computer-capable-of-simulating-8-million-neurons/

坐標:北京·國貿

請隨簡歷附上3篇往期作品(實習生除外)

喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 DeepTech深科技 的精彩文章:

中國計算機學者熱議硬科技創新,支招解決「卡脖子」問題

TAG:DeepTech深科技 |