當前位置： CompoTech China > 業界資訊 >
英特爾宣布旗下最新且功能最為強大的神經形態研究系統「Pohoiki Springs」已可提供1億個神經元的運算能力。此以云端為基礎的系統將提供給英特爾神經形態研究社群(Intel Neuromorphic Research Community, INRC)的成員，以擴展其神經形態研究工作，解決更龐大、更復雜的問題。
英特爾神經形態運算實驗室總監Mike Davies表示：「Pohoiki Springs將英特爾Loihi神經形態研究芯片的運算能力擴展了750倍以上，同時可以低于500瓦的功率執行運算。Pohoiki Springs系統使英特爾的研究合作伙伴能夠探索各種方法，于包括高效能運算(High-Performance Computing, HPC)系統在內的傳統架構上，加速目前執行緩慢的工作負載。」
Pohoiki Springs為數據中心機架式(rack-mounted)系統，是英特爾迄今為止所研發的最大的神經形態運算系統。Pohoiki Springs將768個Loihi神經形態研究芯片整合在一個具有5臺標準服務器大小的機殼中。
Loihi處理器從人類大腦獲得靈感。Loihi如同大腦一般，可透過比傳統處理器快1,000倍的速度及高出10,000倍的效率，處理特定需求較高的工作負載。Pohoiki Springs是擴展Loihi系統架構以評估解決人工智能(Artificial Intelligence, AI)問題與各種運算難題潛力的下一步。英特爾研究人員認為，與當今最先進的傳統計算機相比，神經形態系統的極度并行特性與異步訊號傳輸特性，可大幅降低功耗并顯著提升效能。
在自然界中，即使是一些最微小的生物也能解決高度困難的運算問題。例如，盡管許多昆蟲的大腦神經元數量不到100萬個，但牠們仍然可以實時透過視覺來追蹤目標、導航并避開障礙物。
同樣地，英特爾最小的神經形態系統Kapoho Bay由兩個Loihi芯片和262,000個神經元組成，可支持各種實時的邊緣工作負載。英特爾和INRC研究人員已證明了Loihi能夠實時識別手勢、使用新型人造皮膚讀取盲人點字、透過習得的視覺地標來定位方向、以及學習新的氣味模式，而這些過程皆僅需消耗數十毫瓦的功率。至目前為止，這些小規模的范例已展現卓越的擴展性，與傳統解決方案相比，規模較大的問題在Loihi上可被執行地更快更有效率。這反映了自然界中大腦的可擴展性，從昆蟲到人類大腦皆然。
Pohoiki Springs擁有1億個神經元，可將Loihi的神經容量增加至小型哺乳類動物大腦的規模，這是邁向未來支持更大、更復雜的神經形態工作負載的重要一步。Pohoiki Springs系統為自主與互聯的未來奠定基礎，提供全新方法來進行實時的動態數據處理。
包含Pohoiki Springs在內的英特爾神經形態系統仍處于研發階段，且并非為了替代傳統的運算系統。相反地，它們為研究人員提供了一種工具，用于開發和描述新的類神經算法特性，以進行實時的處理、問題解決、適應和學習。
INRC成員將透過使用英特爾Nx SDK和社群提供的軟件工具組之云端系統，在Pohoiki Springs上構建及取得應用程序。
正在為Loihi開發之具潛力和高度擴展性的算法范例包括：
• 滿足限制：滿足限制的問題在現實世界中無處不在，從數獨游戲(sudoku)到航空公司的排班調度，或者是包裹運送排程都屬于此類問題的范疇。這類問題需要評估大量潛在的解決方案，以找出滿足特定限制條件的單一或數個解決方案。Loihi能透過高速并行搜尋許多不同的解決方案以加速解決這類問題。
• 搜尋圖形與模式：人們每天都在搜尋基于圖形的數據結構，以找到最佳路徑和緊密匹配的模式，例如取得駕駛導航指示方向或辨識人臉。Loihi已證明能夠快速找出圖形中的最短路徑并執行概略圖像搜尋的功能。
• 優化問題：神經形態結構可被程序化，以達到隨時間變化的動態行為能夠在數學上優化特定目標。此行為可用于解決現實世界中的優化問題，例如將無線通信頻道的帶寬最大化，或者配置股票資產組合，達到在特定的目標報酬率之下將風險降至最低。
• 滿足限制：滿足限制的問題在現實世界中無處不在，從數獨游戲(sudoku)到航空公司的排班調度，或者是包裹運送排程都屬于此類問題的范疇。這類問題需要評估大量潛在的解決方案，以找出滿足特定限制條件的單一或數個解決方案。Loihi能透過高速并行搜尋許多不同的解決方案以加速解決這類問題。
• 搜尋圖形與模式：人們每天都在搜尋基于圖形的數據結構，以找到最佳路徑和緊密匹配的模式，例如取得駕駛導航指示方向或辨識人臉。Loihi已證明能夠快速找出圖形中的最短路徑并執行概略圖像搜尋的功能。
• 優化問題：神經形態結構可被程序化，以達到隨時間變化的動態行為能夠在數學上優化特定目標。此行為可用于解決現實世界中的優化問題，例如將無線通信頻道的帶寬最大化，或者配置股票資產組合，達到在特定的目標報酬率之下將風險降至最低。
CPU和GPU等傳統通用處理器特別擅長處理人類難以完成的任務，例如高精準度的數學運算。然而科技的角色和應用正在不斷擴展。從自動化到人工智能以及其他領域對計算機的需求越來越高，計算機需要像人腦一樣運作，以實時處理非結構化和充滿噪聲的數據，同時適應各種變化。這項挑戰激發了全新的專門化架構。
神經形態運算是對計算機架構由下至上的全面反思，以利用神經科學的最新觀點來創建功能更像人腦而非傳統計算機的芯片。神經形態系統在硬件方面復制了神經元的組織、溝通和學習方式。英特爾期望Loihi和未來的神經形態處理器能夠定義一種可程序化運算的全新模型，以滿足全世界對普及且智能的裝置與日俱增的需求。
更多內容：神經形態運算(新聞資料) | 英特爾實驗室(新聞資料)
標簽： Intel Labs、Neuromorphic computing
關于英特爾
英特爾(那斯達克股票代碼：INTC)是半導體產業的領導者，創造改變世界的科技，以推動全球進步并豐富人們的生活。受摩爾定律的啟發，我們不斷致力于改進半導體的設計和制造，以幫助因應客戶的最大挑戰。透過將智能內建于云端、網絡、邊緣和各種運算裝置當中，我們得以釋放數據的潛力，從而為商業和社會帶來更好的轉變。有關英特爾的更多創新信息，請上newsroom.intel.com和intel.com查詢。
關于英特爾
英特爾(那斯達克股票代碼：INTC)是半導體產業的領導者，創造改變世界的科技，以推動全球進步并豐富人們的生活。受摩爾定律的啟發，我們不斷致力于改進半導體的設計和制造，以幫助因應客戶的最大挑戰。透過將智能內建于云端、網絡、邊緣和各種運算裝置當中，我們得以釋放數據的潛力，從而為商業和社會帶來更好的轉變。有關英特爾的更多創新信息，請上newsroom.intel.com和intel.com查詢。
©Intel公司、Intel、Intel商標和其他英特爾標志是英特爾公司或其子公司的注冊商標。其他名稱和品牌可能是其他所有者的財產。
本月熱點 HOME
