当前位置： CompoTech China > 业界资讯 >
英特尔宣布旗下最新且功能最为强大的神经形态研究系统「Pohoiki Springs」已可提供1亿个神经元的运算能力。此以云端为基础的系统将提供给英特尔神经形态研究社群(Intel Neuromorphic Research Community, INRC)的成员，以扩展其神经形态研究工作，解决更庞大、更复杂的问题。
英特尔神经形态运算实验室总监Mike Davies表示：「Pohoiki Springs将英特尔Loihi神经形态研究芯片的运算能力扩展了750倍以上，同时可以低于500瓦的功率执行运算。Pohoiki Springs系统使英特尔的研究合作伙伴能够探索各种方法，于包括高效能运算(High-Performance Computing, HPC)系统在内的传统架构上，加速目前执行缓慢的工作负载。」
Pohoiki Springs为数据中心机架式(rack-mounted)系统，是英特尔迄今为止所研发的最大的神经形态运算系统。Pohoiki Springs将768个Loihi神经形态研究芯片整合在一个具有5台标准服务器大小的机壳中。
Loihi处理器从人类大脑获得灵感。Loihi如同大脑一般，可透过比传统处理器快1,000倍的速度及高出10,000倍的效率，处理特定需求较高的工作负载。Pohoiki Springs是扩展Loihi系统架构以评估解决人工智能(Artificial Intelligence, AI)问题与各种运算难题潜力的下一步。英特尔研究人员认为，与当今最先进的传统计算机相比，神经形态系统的极度并行特性与异步讯号传输特性，可大幅降低功耗并显著提升效能。
在自然界中，即使是一些最微小的生物也能解决高度困难的运算问题。例如，尽管许多昆虫的大脑神经元数量不到100万个，但牠们仍然可以实时透过视觉来追踪目标、导航并避开障碍物。
同样地，英特尔最小的神经形态系统Kapoho Bay由两个Loihi芯片和262,000个神经元组成，可支持各种实时的边缘工作负载。英特尔和INRC研究人员已证明了Loihi能够实时识别手势、使用新型人造皮肤读取盲人点字、透过习得的视觉地标来定位方向、以及学习新的气味模式，而这些过程皆仅需消耗数十毫瓦的功率。至目前为止，这些小规模的范例已展现卓越的扩展性，与传统解决方案相比，规模较大的问题在Loihi上可被执行地更快更有效率。这反映了自然界中大脑的可扩展性，从昆虫到人类大脑皆然。
Pohoiki Springs拥有1亿个神经元，可将Loihi的神经容量增加至小型哺乳类动物大脑的规模，这是迈向未来支持更大、更复杂的神经形态工作负载的重要一步。Pohoiki Springs系统为自主与互联的未来奠定基础，提供全新方法来进行实时的动态数据处理。
包含Pohoiki Springs在内的英特尔神经形态系统仍处于研发阶段，且并非为了替代传统的运算系统。相反地，它们为研究人员提供了一种工具，用于开发和描述新的类神经算法特性，以进行实时的处理、问题解决、适应和学习。
INRC成员将透过使用英特尔Nx SDK和社群提供的软件工具组之云端系统，在Pohoiki Springs上构建及取得应用程序。
正在为Loihi开发之具潜力和高度扩展性的算法范例包括：
• 满足限制：满足限制的问题在现实世界中无处不在，从数独游戏(sudoku)到航空公司的排班调度，或者是包裹运送排程都属于此类问题的范畴。这类问题需要评估大量潜在的解决方案，以找出满足特定限制条件的单一或数个解决方案。Loihi能透过高速并行搜寻许多不同的解决方案以加速解决这类问题。
• 搜寻图形与模式：人们每天都在搜寻基于图形的数据结构，以找到最佳路径和紧密匹配的模式，例如取得驾驶导航指示方向或辨识人脸。Loihi已证明能够快速找出图形中的最短路径并执行概略图像搜寻的功能。
• 优化问题：神经形态结构可被程序化，以达到随时间变化的动态行为能够在数学上优化特定目标。此行为可用于解决现实世界中的优化问题，例如将无线通信频道的带宽最大化，或者配置股票资产组合，达到在特定的目标报酬率之下将风险降至最低。
• 满足限制：满足限制的问题在现实世界中无处不在，从数独游戏(sudoku)到航空公司的排班调度，或者是包裹运送排程都属于此类问题的范畴。这类问题需要评估大量潜在的解决方案，以找出满足特定限制条件的单一或数个解决方案。Loihi能透过高速并行搜寻许多不同的解决方案以加速解决这类问题。
• 搜寻图形与模式：人们每天都在搜寻基于图形的数据结构，以找到最佳路径和紧密匹配的模式，例如取得驾驶导航指示方向或辨识人脸。Loihi已证明能够快速找出图形中的最短路径并执行概略图像搜寻的功能。
• 优化问题：神经形态结构可被程序化，以达到随时间变化的动态行为能够在数学上优化特定目标。此行为可用于解决现实世界中的优化问题，例如将无线通信频道的带宽最大化，或者配置股票资产组合，达到在特定的目标报酬率之下将风险降至最低。
CPU和GPU等传统通用处理器特别擅长处理人类难以完成的任务，例如高精准度的数学运算。然而科技的角色和应用正在不断扩展。从自动化到人工智能以及其他领域对计算机的需求越来越高，计算机需要像人脑一样运作，以实时处理非结构化和充满噪声的数据，同时适应各种变化。这项挑战激发了全新的专门化架构。
神经形态运算是对计算机架构由下至上的全面反思，以利用神经科学的最新观点来创建功能更像人脑而非传统计算机的芯片。神经形态系统在硬件方面复制了神经元的组织、沟通和学习方式。英特尔期望Loihi和未来的神经形态处理器能够定义一种可程序化运算的全新模型，以满足全世界对普及且智能的装置与日俱增的需求。
更多内容：神经形态运算(新闻资料) | 英特尔实验室(新闻资料)
标签： Intel Labs、Neuromorphic computing
关于英特尔
英特尔(那斯达克股票代码：INTC)是半导体产业的领导者，创造改变世界的科技，以推动全球进步并丰富人们的生活。受摩尔定律的启发，我们不断致力于改进半导体的设计和制造，以帮助因应客户的最大挑战。透过将智能内建于云端、网络、边缘和各种运算装置当中，我们得以释放数据的潜力，从而为商业和社会带来更好的转变。有关英特尔的更多创新信息，请上newsroom.intel.com和intel.com查询。
关于英特尔
英特尔(那斯达克股票代码：INTC)是半导体产业的领导者，创造改变世界的科技，以推动全球进步并丰富人们的生活。受摩尔定律的启发，我们不断致力于改进半导体的设计和制造，以帮助因应客户的最大挑战。透过将智能内建于云端、网络、边缘和各种运算装置当中，我们得以释放数据的潜力，从而为商业和社会带来更好的转变。有关英特尔的更多创新信息，请上newsroom.intel.com和intel.com查询。
©Intel公司、Intel、Intel商标和其他英特尔标志是英特尔公司或其子公司的注册商标。其他名称和品牌可能是其他所有者的财产。
本月热点 HOME
