chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

英特爾發(fā)布神經(jīng)擬態(tài)系統(tǒng),神經(jīng)元離人腦更近了一步

獨(dú)愛72H ? 來(lái)源:半導(dǎo)體投資聯(lián)盟 ? 作者:半導(dǎo)體投資聯(lián)盟 ? 2020-03-22 23:19 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

(文章來(lái)源:半導(dǎo)體投資聯(lián)盟)
英特爾宣布將推出名為“Pohoiki Springs”的最新神經(jīng)擬態(tài)計(jì)算系統(tǒng),計(jì)算能力相當(dāng)于1億個(gè)神經(jīng)元,能夠模擬人腦,消耗更少的能量執(zhí)行更快的計(jì)算。

Pohoiki Springs是一個(gè)數(shù)據(jù)中心機(jī)架式系統(tǒng),是英特爾迄今為止開發(fā)的最大規(guī)模的神經(jīng)擬態(tài)計(jì)算系統(tǒng)。它將768塊Loihi神經(jīng)擬態(tài)研究芯片集成在5臺(tái)標(biāo)準(zhǔn)服務(wù)器大小的機(jī)箱中。人類大腦由860億個(gè)神經(jīng)元組成,昆蟲大腦的神經(jīng)元數(shù)量則在幾十萬(wàn)的量級(jí),Pohoiki Springs的神經(jīng)元數(shù)量遠(yuǎn)超昆蟲大腦水平,離人類大腦的距離又邁進(jìn)了一步。

據(jù)悉,英特爾神經(jīng)擬態(tài)計(jì)算實(shí)驗(yàn)室主任邁克·戴維斯介紹稱,Pohoiki Springs將Loihi神經(jīng)擬態(tài)研究芯片擴(kuò)展了750倍以上,同時(shí)以低于500瓦的功率運(yùn)行。借助神經(jīng)擬態(tài)計(jì)算,可以讓模型以一種類似于人類嬰兒的學(xué)習(xí)方式進(jìn)行學(xué)習(xí),只需查看一次圖像或玩具就能進(jìn)行永久識(shí)別。

并且,戴維斯表示,模型還可以實(shí)時(shí)從數(shù)據(jù)中學(xué)習(xí),最終做出的預(yù)測(cè)可能比傳統(tǒng)機(jī)器學(xué)習(xí)模型的預(yù)測(cè)更為準(zhǔn)確,“這將使一些目前難以想象的計(jì)算成為可能”。此外,在Pohoiki Springs系統(tǒng)中,內(nèi)存和計(jì)算并不分開,這最小化了數(shù)據(jù)傳輸距離。據(jù)了解,英特爾的研究人員做了一個(gè)實(shí)驗(yàn),用最先進(jìn)的深度學(xué)習(xí)方法訓(xùn)練人工智能系統(tǒng)識(shí)別有害氣體,需要3000個(gè)樣本,而使用神經(jīng)擬態(tài)芯片訓(xùn)練,一個(gè)樣本就夠了。

英特爾近期將把Pohoiki Springs系統(tǒng)向英特爾神經(jīng)擬態(tài)研究社區(qū)(INRC)成員開放,成員包括來(lái)自埃森哲、空中客車等公司、政府實(shí)驗(yàn)室和學(xué)術(shù)研究人員。

據(jù)新浪財(cái)經(jīng)報(bào)道,根據(jù)第三方機(jī)構(gòu)Gartner預(yù)測(cè),到2025年,神經(jīng)擬態(tài)芯片將成為新型、先進(jìn)形式的人工智能部署的主要計(jì)算架構(gòu),有望取代目前用于人工智能系統(tǒng)的主要芯片之一GPU。除英特爾外,IBM也在研究該項(xiàng)技術(shù)。英特爾方面表示,神經(jīng)擬態(tài)計(jì)算是對(duì)計(jì)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(lái)創(chuàng)造作用方式更類似于人腦的芯片而非傳統(tǒng)計(jì)算機(jī)的芯片。

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。英特爾認(rèn)為L(zhǎng)oihi和未來(lái)的神經(jīng)擬態(tài)處理器將定義一種新的可編程計(jì)算模式,可滿足世界對(duì)普及型智能設(shè)備日益增長(zhǎng)的需求。
(責(zé)任編輯:fqj)

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 英特爾
    +關(guān)注

    關(guān)注

    61

    文章

    10245

    瀏覽量

    178147
  • 神經(jīng)系統(tǒng)

    關(guān)注

    0

    文章

    88

    瀏覽量

    13294
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    液態(tài)神經(jīng)網(wǎng)絡(luò)(LNN):時(shí)間連續(xù)性與動(dòng)態(tài)適應(yīng)性的神經(jīng)網(wǎng)絡(luò)

    1.算法簡(jiǎn)介液態(tài)神經(jīng)網(wǎng)絡(luò)(LiquidNeuralNetworks,LNN)是種新型的神經(jīng)網(wǎng)絡(luò)架構(gòu),其設(shè)計(jì)理念借鑒自生物神經(jīng)系統(tǒng),特別是秀麗隱桿線蟲的
    的頭像 發(fā)表于 09-28 10:03 ?317次閱讀
    液態(tài)<b class='flag-5'>神經(jīng)</b>網(wǎng)絡(luò)(LNN):時(shí)間連續(xù)性與動(dòng)態(tài)適應(yīng)性的<b class='flag-5'>神經(jīng)</b>網(wǎng)絡(luò)

    【「AI芯片:科技探索與AGI愿景」閱讀體驗(yàn)】+神經(jīng)形態(tài)計(jì)算、類腦芯片

    幾年神經(jīng)元計(jì)算及類腦芯片的重大進(jìn)展。 、云端使用的神經(jīng)形態(tài)計(jì)算與類腦芯片 神經(jīng)形態(tài)計(jì)算旨在設(shè)計(jì)和構(gòu)建包括硬件和軟件在內(nèi)的計(jì)算機(jī)系統(tǒng),通過(guò)模
    發(fā)表于 09-17 16:43

    硬件與應(yīng)用同頻共振,英特爾Day 0適配騰訊開源混大模型

    今日,騰訊正式發(fā)布代混開源大語(yǔ)言模型。英特爾憑借在人工智能領(lǐng)域的全棧技術(shù)布局,現(xiàn)已在英特爾? 酷睿? Ultra 平臺(tái)上完成針對(duì)該模型
    的頭像 發(fā)表于 08-07 14:42 ?972次閱讀
    硬件與應(yīng)用同頻共振,<b class='flag-5'>英特爾</b>Day 0適配騰訊開源混<b class='flag-5'>元</b>大模型

    神經(jīng)擬態(tài)類腦計(jì)算機(jī)“悟空”發(fā)布,神經(jīng)元數(shù)量超20億

    電子發(fā)燒友網(wǎng)綜合報(bào)道 8月2日,浙江大學(xué)腦機(jī)智能全國(guó)重點(diǎn)實(shí)驗(yàn)室發(fā)布神經(jīng)擬態(tài)類腦計(jì)算機(jī)——Darwin Monkey(中文名“悟空”)。 ? “悟空”堪稱國(guó)際首臺(tái)
    的頭像 發(fā)表于 08-06 07:57 ?7068次閱讀
    新<b class='flag-5'>一</b>代<b class='flag-5'>神經(jīng)</b><b class='flag-5'>擬態(tài)</b>類腦計(jì)算機(jī)“悟空”<b class='flag-5'>發(fā)布</b>,<b class='flag-5'>神經(jīng)元</b>數(shù)量超20億

    無(wú)刷直流電機(jī)單神經(jīng)元自適應(yīng)智能控制系統(tǒng)

    常規(guī)PID,大大提高了系統(tǒng)的跟隨性,能滿足BLDCM系統(tǒng)對(duì)實(shí)時(shí)性的要求。 純分享帖,點(diǎn)擊下方附件免費(fèi)獲取完整資料~~~ *附件:無(wú)刷直流電機(jī)單神經(jīng)元自適應(yīng)智能控制系統(tǒng).pdf 【免責(zé)聲
    發(fā)表于 06-26 13:36

    無(wú)刷直流電機(jī)單神經(jīng)元PI控制器的設(shè)計(jì)

    摘要:研究了種基于專家系統(tǒng)的單神經(jīng)元PI控制器,并將其應(yīng)用于無(wú)刷直流電機(jī)調(diào)速系統(tǒng)中??刂破鲗?shí)現(xiàn)了PI參數(shù)的在線調(diào)整,在具有PID控制器良好動(dòng)態(tài)性能的同時(shí),減少微分項(xiàng)對(duì)
    發(fā)表于 06-26 13:34

    直擊Computex2025:英特爾重磅發(fā)布代GPU,圖形和AI性能躍升3.4倍

    5月19日,在Computex 2025上,英特爾發(fā)布了最新全新圖形處理器(GPU)和AI加速器產(chǎn)品系列。包括全新英特爾銳炫? Pro B系列GPU——英特爾銳炫Pro B60和
    的頭像 發(fā)表于 05-20 12:27 ?4926次閱讀
    直擊Computex2025:<b class='flag-5'>英特爾</b>重磅<b class='flag-5'>發(fā)布</b>新<b class='flag-5'>一</b>代GPU,圖形和AI性能躍升3.4倍

    英特爾發(fā)布全新GPU,AI和工作站迎來(lái)新選擇

    英特爾推出面向準(zhǔn)專業(yè)用戶和AI開發(fā)者的英特爾銳炫Pro GPU系列,發(fā)布英特爾? Gaudi 3 AI加速器機(jī)架級(jí)和PCIe部署方案 ? 2025 年 5 月 19 日,北京 ——今日
    發(fā)表于 05-20 11:03 ?1594次閱讀

    為什么Caffe模型可以直接與OpenVINO?工具套件推斷引擎API起使用,而無(wú)法轉(zhuǎn)換為中間表示 (IR)?

    推斷 Caffe 模型直接基于 英特爾? 神經(jīng)電腦棒 2 (英特爾? NCS2)。 無(wú)法確定為什么 Caffe 模型可以直接與OpenVINO?工具套件推斷引擎 API 起使用
    發(fā)表于 03-05 06:31

    英特爾OpenVINO 2025.0正式發(fā)布

    生成式AI(GenAI)在模型質(zhì)量與應(yīng)用范圍上持續(xù)爆發(fā)式增長(zhǎng),DeepSeek 等頂尖模型已引發(fā)行業(yè)熱議,這種勢(shì)頭預(yù)計(jì)將在 2025年延續(xù)。本次更新聚焦性能提升、更多生成式AI 模型的支持,并針對(duì)英特爾神經(jīng)處理單元(NPU)推出關(guān)鍵優(yōu)化。讓我們來(lái)
    的頭像 發(fā)表于 02-21 10:20 ?1498次閱讀
    <b class='flag-5'>英特爾</b>OpenVINO 2025.0正式<b class='flag-5'>發(fā)布</b>

    BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的比較

    多層。 每層都由若干個(gè)神經(jīng)元構(gòu)成,神經(jīng)元之間通過(guò)權(quán)重連接。信號(hào)在神經(jīng)網(wǎng)絡(luò)中是前向傳播的,而誤差是反向傳播的。 卷積神經(jīng)網(wǎng)絡(luò)(CNN) :
    的頭像 發(fā)表于 02-12 15:53 ?1038次閱讀

    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

    所擬合的數(shù)學(xué)模型的形式受到大腦中神經(jīng)元的連接和行為的啟發(fā),最初是為了研究大腦功能而設(shè)計(jì)的。然而,數(shù)據(jù)科學(xué)中常用的神經(jīng)網(wǎng)絡(luò)作為大腦模型已經(jīng)過(guò)時(shí),現(xiàn)在它們只是能夠在某些應(yīng)用中提供最先進(jìn)性能的機(jī)器學(xué)習(xí)模型。近年來(lái),由于
    的頭像 發(fā)表于 01-09 10:24 ?1784次閱讀
    人工<b class='flag-5'>神經(jīng)</b>網(wǎng)絡(luò)的原理和多種<b class='flag-5'>神經(jīng)</b>網(wǎng)絡(luò)架構(gòu)方法

    卷積神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的比較

    神經(jīng)網(wǎng)絡(luò),也稱為全連接神經(jīng)網(wǎng)絡(luò)(Fully Connected Neural Networks,F(xiàn)CNs),其特點(diǎn)是每層的每個(gè)神經(jīng)元都與下
    的頭像 發(fā)表于 11-15 14:53 ?2249次閱讀

    RNN模型與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的區(qū)別

    傳統(tǒng)神經(jīng)網(wǎng)絡(luò)(前饋神經(jīng)網(wǎng)絡(luò)) 2.1 結(jié)構(gòu) 傳統(tǒng)神經(jīng)網(wǎng)絡(luò),通常指的是前饋神經(jīng)網(wǎng)絡(luò)(Feedforward Neural Networks, FNN),是
    的頭像 發(fā)表于 11-15 09:42 ?1797次閱讀

    關(guān)于卷積神經(jīng)網(wǎng)絡(luò),這些概念你厘清了么~

    可以不局限于已知的訓(xùn)練圖像開展識(shí)別。該神經(jīng)網(wǎng)絡(luò)需要映射到MCU中。 5、AI的模式識(shí)別內(nèi)部到底是什么? AI的神經(jīng)元網(wǎng)絡(luò)類似于人腦的生物神經(jīng)元網(wǎng)絡(luò)。
    發(fā)表于 10-24 13:56