第二代研究芯片采用了預(yù)生產(chǎn)版本的Intel 4制程工藝，可增長(zhǎng)至100萬個(gè)神經(jīng)元，并新增開放軟件框架，以加速開發(fā)者創(chuàng)新和商業(yè)化進(jìn)程
英特爾于2021年9月推出其第二代神經(jīng)擬態(tài)研究芯片Loihi 2，支持新型神經(jīng)啟發(fā)算法和應(yīng)用，同時(shí)提供更快的處理能力，更大資源密度和更高能效。（圖片來源：英特爾公司） 今天，英特爾推出第二代神經(jīng)擬態(tài)研究芯片Loihi 2以及用于開發(fā)神經(jīng)啟發(fā)應(yīng)用的開源軟件框架Lava，標(biāo)志著英特爾在先進(jìn)神經(jīng)擬態(tài)技術(shù)上不斷取得進(jìn)展。 英特爾神經(jīng)擬態(tài)計(jì)算實(shí)驗(yàn)室總監(jiān) Mike Davies 表示：“Loihi 2和Lava軟件框架從多年來使用Loihi的合作研究項(xiàng)目中收獲洞察。第二代芯片極大地提高了神經(jīng)擬態(tài)處理的速度、可編程性和容量，擴(kuò)大了在功耗和時(shí)延受限的智能計(jì)算應(yīng)用上的用途。英特爾正在開源Lava，以滿足在實(shí)踐中對(duì)軟件融合、基準(zhǔn)測(cè)試和跨平臺(tái)合作的需求，并加快商業(yè)可行性的進(jìn)程。” 神經(jīng)擬態(tài)計(jì)算借鑒了神經(jīng)系統(tǒng)科學(xué)取得的洞察，開發(fā)出功能更類似大腦的芯片，追求在一系列邊緣應(yīng)用中實(shí)現(xiàn)能效、計(jì)算速度和學(xué)習(xí)效率的數(shù)量級(jí)提升，包括從視覺、語音和手勢(shì)識(shí)別到搜索檢索、機(jī)器人和約束優(yōu)化問題。 迄今為止，英特爾及合作伙伴已展示了機(jī)械臂、應(yīng)用神經(jīng)擬態(tài)芯片的人造皮膚和嗅覺傳感等應(yīng)用。 關(guān)于Loihi 2：該款研究芯片整合了過去三年使用第一代研究芯片的收獲，并充分利用英特爾制程技術(shù)和異步時(shí)鐘設(shè)計(jì)模式的進(jìn)展。 • Loihi 2的進(jìn)步使該架構(gòu)得以支持新型神經(jīng)啟發(fā)算法和應(yīng)用，提供高達(dá)10倍的處理速度 ，實(shí)現(xiàn)每個(gè)芯片最多有 100 萬個(gè)神經(jīng)元的高達(dá)15倍的資源密度 ，并同時(shí)提高能效。得益于與英特爾技術(shù)開發(fā)團(tuán)隊(duì)的密切合作。Loihi 2采用了預(yù)生產(chǎn)版本的Intel 4制程節(jié)點(diǎn)，這凸顯出Intel 4制程工藝的良好進(jìn)展。與以往的制程技術(shù)相比，Intel 4制程節(jié)點(diǎn)采用的極紫外光刻（EUV）技術(shù)簡(jiǎn)化了布局設(shè)計(jì)規(guī)則，使Loihi 2的快速開發(fā)成為可能。 • Lava軟件框架滿足了神經(jīng)擬態(tài)研究社區(qū)對(duì)通用軟件框架的需求。作為一個(gè)開放、模塊化、可擴(kuò)展的框架，Lava將允許研究人員和應(yīng)用開發(fā)人員在彼此取得的成果上進(jìn)一步開發(fā)，并集中到一組通用的工具、方法和函數(shù)庫(kù)中。同時(shí)，Lava能夠在跨越傳統(tǒng)和神經(jīng)擬態(tài)處理器的異構(gòu)架構(gòu)上無縫運(yùn)行，實(shí)現(xiàn)跨平臺(tái)執(zhí)行以及與各種人工智能、神經(jīng)擬態(tài)和機(jī)器人框架的互操作性。開發(fā)人員無需使用專門的神經(jīng)擬態(tài)硬件即可開始構(gòu)建神經(jīng)擬態(tài)應(yīng)用，并且可以為L(zhǎng)ava代碼庫(kù)做出貢獻(xiàn)，包括將其移植到其他平臺(tái)上運(yùn)行。 洛斯阿拉莫斯國(guó)家實(shí)驗(yàn)室科學(xué)家Gerd J. Kunde提到：“洛斯阿拉莫斯國(guó)家實(shí)驗(yàn)室的研究人員一直在使用Loihi神經(jīng)擬態(tài)平臺(tái)來研究量子計(jì)算與神經(jīng)擬態(tài)計(jì)算之間的權(quán)衡，并在芯片級(jí)上實(shí)現(xiàn)學(xué)習(xí)流程。這項(xiàng)研究顯示了脈沖神經(jīng)網(wǎng)絡(luò)和量子退火路徑在解決硬優(yōu)化問題上一些激動(dòng)人心的等效性。除此之外，我們還證明了之前被認(rèn)為無法在神經(jīng)擬態(tài)架構(gòu)上實(shí)現(xiàn)的反向傳播算法（訓(xùn)練神經(jīng)網(wǎng)絡(luò)的基本構(gòu)建模塊）可以在Loihi上高效地實(shí)現(xiàn)。我們的團(tuán)隊(duì)很高興能夠借助Loihi 2芯片繼續(xù)進(jìn)行這項(xiàng)研究�！� 關(guān)鍵突破：Loihi 2和Lava為研究人員開發(fā)并塑造新的神經(jīng)啟發(fā)應(yīng)用提供了工具，用于實(shí)時(shí)處理、問題解決、適應(yīng)和學(xué)習(xí)。顯著的技術(shù)亮點(diǎn)包括： • 更快、更通用的優(yōu)化：Loihi 2更出色的可編程性將幫助解決更廣泛的艱難優(yōu)化問題，包括從邊緣到數(shù)據(jù)中心系統(tǒng)的實(shí)時(shí)優(yōu)化、規(guī)劃和決策。 • 持續(xù)學(xué)習(xí)和關(guān)聯(lián)學(xué)習(xí)的新方法：Loihi 2改進(jìn)了對(duì)高級(jí)學(xué)習(xí)方法的支持，包括了各種反向傳播算法（深度學(xué)習(xí)的主力算法）。這擴(kuò)大了適應(yīng)性和數(shù)據(jù)高效學(xué)習(xí)算法的范圍，使低功耗設(shè)備能支持這些在線學(xué)習(xí)算法。 • 可通過深度學(xué)習(xí)進(jìn)行訓(xùn)練的新型神經(jīng)網(wǎng)絡(luò)：Loihi 2中的完全可編程神經(jīng)元模型和廣泛的脈沖信息傳遞，為各種可在深度學(xué)習(xí)中進(jìn)行訓(xùn)練的新型神經(jīng)網(wǎng)絡(luò)模型打開了大門。早期的評(píng)估表明，與在原始版本的Loihi上運(yùn)行的標(biāo)準(zhǔn)深度網(wǎng)絡(luò)相比，在準(zhǔn)確性沒有降低的情況下 ，Loihi 2 上每次推理的運(yùn)算次數(shù)減少了 60 多倍。 • 與現(xiàn)實(shí)世界的機(jī)器人系統(tǒng)、傳統(tǒng)處理器和新型傳感器無縫集成：Loihi 2通過整合更快、更靈活和更標(biāo)準(zhǔn)的輸入/輸出接口，解決了Loihi中客觀存在的一處局限。Loihi 2芯片將支持以太網(wǎng)接口，與更廣泛的基于事件的視覺傳感器實(shí)現(xiàn)無膠合集成，同時(shí)Loihi 2芯片還擁有更大的網(wǎng)狀網(wǎng)絡(luò)。 |
