<mark id="oztn4"></mark>
1
雷鋒網消息，英特爾今天推出第二代神經擬態研究芯片Loihi 2，每個芯片最多有100萬個神經元。
Loihi2采用了預生產版本的Intel 4制程節點，Loihi則采用英特爾14nm工藝，與以往的制程技術相比，Intel 4制程節點采用的極紫外光刻（EUV）技術簡化了布局設計規則，使Loihi 2的快速開發成為可能。
神經擬態計算是在傳統半導體工藝和芯片架構上的一種嘗試和突破，通過模擬人腦神經元的構造和神經元之間互聯的機制，能夠在低功耗以及少量訓練數據的條件下持續不斷自我學習，大幅提高了能效比。
神經元作為神經擬態計算突破的關鍵，Loihi 2相比上一代芯片神經元數量提升了8倍，基于核心大小為0.21 mm2 的Loihi 2，最多支持 8192 個神經元，對比核心尺寸為0.41 mm2的Loihi，最多支持1024 個神經元。
Loihi2之所以能夠在芯片面積為二分之一的前提下實現八倍的神經元數量提升，制造工藝是關鍵。英特爾此前介紹，Intel 4是其首個完全采用極紫外光刻（EUV）技術的制程節點，EUV也將成為英特爾實現再次實現制程領先的關鍵。
除了硬件，與神經擬態芯片匹配的軟件也非常重要。與Loihi2一起發布的還有用于開發神經啟發應用的開源軟件框架Lava，具備開放、模塊化、可擴展的特性。Lava允許研究人員和應用開發人員在彼此取得的成果上進一步開發，并集中到一組通用的工具、方法和函數庫中。
同時，Lava能夠在跨越傳統和神經擬態處理器的異構架構上無縫運行，實現跨平臺執行以及與各種人工智能、神經擬態和機器人框架的互操作性。開發人員無需使用專門的神經擬態硬件即可開始構建神經擬態應用，并且可以為Lava代碼庫做出貢獻，包括將其移植到其他平臺上運行。
“洛斯阿拉莫斯國家實驗室的研究人員一直在使用Loihi神經擬態平臺來研究量子計算與神經擬態計算之間的權衡，并在芯片級上實現學習流程。這項研究顯示了脈沖神經網絡和量子退火路徑在解決硬優化問題上一些激動人心的等效性?！甭逅拱⒗箛覍嶒炇铱茖W家Gerd J. Kunde表示，
“除此之外，我們還證明了之前被認為無法在神經擬態架構上實現的反向傳播算法（訓練神經網絡的基本構建模塊）可以在Loihi上高效地實現。我們的團隊很高興能夠借助Loihi 2芯片繼續進行這項研究。”
早期的評估表明，與在原始版本的Loihi上運行的標準深度網絡相比，在準確性沒有降低的情況下，Loihi 2上每次推理的運算次數減少了60多倍。
在連接性和集成方面，Loihi 2芯片將支持以太網接口，與更廣泛的基于事件的視覺傳感器實現無膠合集成，同時Loihi 2芯片還擁有更大的網狀網絡，這解決了Loihi中客觀存在的一處局限。
當然，神經擬態計算的發展也需要各方的努力，英特爾此前已經成立了英特爾神經擬態研究社區（INRC），目前INRC已增加到約150個成員機構，今年新增的成員包括福特（Ford）、佐治亞理工學院（Georgia Institute of Technology）、美國西南研究院（SwRI）、美國菲力爾公司（Teledyne FLIR）。
英特爾目前通過神經擬態研究云服務向加入INRC的成員提供兩個基于Loihi 2的神經擬態系統：用于早期評估的單芯片系統Oheo Gulch和即將開放的八芯片系統Kapoho Point。Lava 軟件框架可在GitHub 上免費下載。Loihi 2和Lava的演示教程將在10月舉辦的“Intel Innovation”活動中呈現。
至于神經擬態計算的商業化，則需要“三管齊下”，首先，需要根據算法和應用研究的結果對神經擬態硬件進行持續地迭代改進。其次，還需要開發通用的跨平臺軟件框架，以便開發人員可以對來自不同開發群體的最佳算法理念進行基準測試、整合和改進；最后，產業界、學術界和政府領域之間要深入合作，建立一個豐富、高效的神經擬態生態系統，以探索近期可實現商業價值的落地。雷鋒網雷鋒網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
