Intel在神經(jīng)擬態(tài)前沿研究上不斷取得重大突破。日前,Intel Loihi神經(jīng)擬態(tài)研究芯片擁有了“嗅覺”,只需單一樣本就可以學(xué)會識別每一種氣味,識別準(zhǔn)確率極其出色,效率是傳統(tǒng)深度學(xué)習(xí)方案的3000倍以上。
今天,Intel又宣布,迄今規(guī)模最大、性能最強(qiáng)的最新神經(jīng)擬態(tài)研究系統(tǒng)“Pohoiki Springs”已準(zhǔn)備就緒,可提供1億個神經(jīng)元的計算能力,這套基于云的系統(tǒng)可解決更大規(guī)模、更復(fù)雜的問題。
1億個神經(jīng)元是什么概念?一只瓢蟲的大腦約有25-50萬個神經(jīng)元,蟑螂大腦約有100萬個,斑馬魚大腦約有1000萬個,1億個神經(jīng)元則相當(dāng)于一個小型哺乳動物大腦的規(guī)模。
Pohoiki Springs是一個數(shù)據(jù)中心機(jī)架式系統(tǒng),在一個5臺標(biāo)準(zhǔn)服務(wù)器大小的機(jī)箱中,集成了多達(dá)768塊Loihi神經(jīng)擬態(tài)研究芯片,規(guī)模比以往擴(kuò)展了750倍以上,同時功耗不到500瓦。
Intel Loihi處理器的設(shè)計思路來源于人腦,能用比傳統(tǒng)處理器快1000倍的速度、高10000倍的效率,處理特定要求的工作負(fù)載。
Pohoiki Springs則是擴(kuò)展Loihi架構(gòu)的下一步,可用于評估解決AI問題以及一系列計算難題的潛力,與當(dāng)今最先進(jìn)的傳統(tǒng)計算機(jī)相比,擁有超級并行性和異步信號傳輸能力,可以在明顯降低功耗的同時顯著提升性能。
Intel強(qiáng)調(diào),這是在向支持更大、更復(fù)雜的神經(jīng)擬態(tài)工作負(fù)載的道路上邁出的重要一步,為需要實時、動態(tài)的數(shù)據(jù)處理新方法的自主、互聯(lián)的未來奠定了基礎(chǔ)。
不過,Pohoiki Springs等神經(jīng)擬態(tài)系統(tǒng)仍處于研究階段,其設(shè)計目的也并非取代傳統(tǒng)的計算系統(tǒng),而是為研究人員提供一個工具,開發(fā)和表征新的神經(jīng)啟發(fā)算法,用于實時處理、問題解決、適應(yīng)和學(xué)習(xí)。
在自然界中,即使是一些最小的生物也能解決極為困難的計算問題,比如很多昆蟲大腦的神經(jīng)元數(shù)目遠(yuǎn)低于100萬個,但它們卻能實時視覺跟蹤物體、導(dǎo)航和躲避障礙物。
同樣,Intel最小的神經(jīng)擬態(tài)系統(tǒng)Kapoho Bay由兩個具有262000個神經(jīng)元的Loihi芯片組成,支持各種實時邊緣工作負(fù)載,而且多才多藝:實時識別手勢、使用新型人造皮膚閱讀盲文、使用習(xí)得的視覺地標(biāo)確定方向、學(xué)習(xí)新的氣味模式。
更驚人的是,所有這些功能都只需要消耗數(shù)十毫瓦的電能。
迄今為止,這些小規(guī)模示例都顯示了出極好的可擴(kuò)展性,而在運行更大規(guī)模的問題時,Loihi比傳統(tǒng)解決方案更加快速高效,這模仿了自然界中從昆蟲大腦到人類大腦的可擴(kuò)展性。
神經(jīng)擬態(tài)計算小科普:
傳統(tǒng)的CPU和GPU等通用處理器特別擅長人類難以完成的任務(wù),如高精度的數(shù)學(xué)計算,但隨著技術(shù)的作用和應(yīng)用范圍都在不斷擴(kuò)大,從自動化到人工智能,以及其他更多領(lǐng)域,越來越要求計算機(jī)的操作模式趨向于人類,以便實時處理非結(jié)構(gòu)化和有噪聲的數(shù)據(jù),并不斷地適應(yīng)變化。
為應(yīng)對這一挑戰(zhàn),新的專用架構(gòu)應(yīng)運而生。
神經(jīng)擬態(tài)計算是對計算機(jī)架構(gòu)自下而上的徹底顛覆,其目標(biāo)是應(yīng)用神經(jīng)科學(xué)的最新見解,來創(chuàng)造作用方式更類似于人腦的芯片而非傳統(tǒng)計算機(jī)的芯片。
而神經(jīng)擬態(tài)系統(tǒng),在硬件層面上復(fù)制了神經(jīng)元組織、通信和學(xué)習(xí)方式。
Intel認(rèn)為,Loihi和未來的神經(jīng)擬態(tài)處理器將定義一種新的可編程計算模式,可滿足世界對普及型智能設(shè)備日益增長的需求。
責(zé)任編輯:wv
-
芯片
+關(guān)注
關(guān)注
462文章
53557瀏覽量
459311 -
intel
+關(guān)注
關(guān)注
19文章
3506瀏覽量
190574 -
神經(jīng)元
+關(guān)注
關(guān)注
1文章
369瀏覽量
19111
發(fā)布評論請先 登錄
神經(jīng)元設(shè)備和腦機(jī)接口有何淵源?
激活函數(shù)ReLU的理解與總結(jié)
脈沖神經(jīng)元模型的硬件實現(xiàn)
SNN加速器內(nèi)部神經(jīng)元數(shù)據(jù)連接方式
液態(tài)神經(jīng)網(wǎng)絡(luò)(LNN):時間連續(xù)性與動態(tài)適應(yīng)性的神經(jīng)網(wǎng)絡(luò)
【「AI芯片:科技探索與AGI愿景」閱讀體驗】+神經(jīng)形態(tài)計算、類腦芯片
新一代神經(jīng)擬態(tài)類腦計算機(jī)“悟空”發(fā)布,神經(jīng)元數(shù)量超20億
無刷直流電機(jī)單神經(jīng)元自適應(yīng)智能控制系統(tǒng)
無刷直流電機(jī)單神經(jīng)元PI控制器的設(shè)計
BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計原則
BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的比較
如何訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)模型
電容充電時相當(dāng)于短路嗎_電容充電原理
深度學(xué)習(xí)入門:簡單神經(jīng)網(wǎng)絡(luò)的構(gòu)建與實現(xiàn)
人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法

Intel宣布最新神經(jīng)擬態(tài)研究系統(tǒng)“Pohoiki Springs”已準(zhǔn)備就緒 神經(jīng)元規(guī)模相當(dāng)于一個小型哺乳動物大腦
評論