Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

1亿神经元,英特尔神经形态超算面世

从 800 万到 1 亿,英特尔将神经拟态研究系统扩展到了 1 亿个神经元——这一次,计算机的「神经元」数量已经和小型哺乳动物相当了。

在神经形态芯片突破性研究登上 Nature 子刊封面后仅仅两天,在今天凌晨,英特尔又发布了目前最强大的神经拟态研究系统 Pohoiki Springs,其 1 亿神经元的计算能力,性能相比前一代提升了 750 倍。

Phoiki Springs 是一个服务器系统,内含 768 块 Loihi 芯片。


在芯片发布后,英特尔神经拟态计算实验室主任 Mike Davies 接受了我们的采访。「这一次,Pohoiki Springs 将我们的 Loihi 神经拟态研究芯片扩展了 750 倍以上,同时还能以低于 500 瓦的功率运行,」Davies 介绍道。「当前一些工作负载在传统架构(包括高性能计算系统)上运行缓慢。而 Pohoiki Springs 系统则让我们能够探索加速处理这些工作负载的方法。」

新发布的 Pohoiki Springs 是一个完整的数据中心「服务器」系统,也是英特尔迄今为止开发的最大规模的神经拟态计算系统。它将 768 块 Loihi 神经拟态研究芯片集成在 5 台标准服务器大小的机箱中。

在这套系统之中,Loihi 处理器能以超过传统处理器 1,000 倍的速度和 10,000 倍的效率处理特定任务。英特尔研究人员认为,与当今最先进的传统计算机相比,神经拟态系统拥有超级并行性和异步信号传输能力,可以在明显降低功耗的同时显著提升性能。

在自然界中,即使是一些最小的生物也能解决极为困难的计算问题。例如,很多昆虫大脑的神经元数目低于 100 万个,但它们却能实时视觉跟踪物体、导航和躲避障碍物。同样,英特尔最小的神经拟态系统 Kapoho Bay 具有 262,000 个神经元,由两块 Loihi 芯片组成,支持各种实时边缘工作负载。

此前,英特尔和 INRC(英特尔神经拟态研究社区)研究人员展示了 Loihi 的各种能力,包括实时识别手势、使用新型人造皮肤阅读盲文、使用习得的视觉地标确定方向,以及学习新的气味模式。所有这些功能都只需要消耗数十毫瓦的电能。到目前为止,这些小规模示例显示出极好的可扩展性,当运行更大规模的问题时,Loihi 比传统解决方案更加快速高效。这模仿了自然界中从昆虫大脑到人类大脑的可扩展性。

「在 Loihi 中,机器学习模型的学习方式与人类幼儿的学习方式类似——只需查看一次图像或玩具就可以永久地识别它们,」Davies 表示。在本周一登上《自然机器智能》封面的研究中,英特尔将基于神经拟态计算的算法和常规机器学习算法进行了比较发现,在 single-shot 学习任务上,前者显著强于常规算法。Loihi 在单个样本学习上达到了惊人的 92% 准确率。

Pohoiki Springs 拥有 1 亿个神经元,它将 Loihi 的神经容量增加到一个小型哺乳动物大脑的大小(人类的大脑约有 860 亿神经元),这是通向复杂神经拟态计算道路上迈出的重要一步。

英特尔表示,它将向 INRC 的成员提供这一基于云的系统,以扩展其神经拟态工作来解决更大规模且更复杂的问题。目前英特尔的合作伙伴已经超过 90 家,其中包括埃森哲、空中客车等各行业巨头。

Pohoiki Springs 等神经拟态系统仍处于研究阶段,其设计目的并非取代传统的计算系统,而是为研究人员提供一个工具来开发和表征新的神经启发算法,用于实时处理、问题解决、适应和学习。英特尔的合作伙伴可以通过 Nx SDK 和社区贡献的软件组件,在云端利用 Pohoiki Springs 构建应用程序。

英特尔表示,目前各合作伙伴正围绕 Loihi 开发的,具有前景的算法示例包括路径规划、图像特征搜索、资源优化等方向。「在大规模停电的情况下,神经形态算法可以自动找到电力需求最大的区域,」Davies 说道。「它还可以帮助消费者更快地找到类似商品,甚至在图像被遮盖的情况下也能够搜索原图。」

 每台 Pohoiki Springs 由八块这样的板卡组成,它由 3 块 32 芯片 Nahuku 主板组成。此外还有一块搭载 Arria10 FPGA 的主板。

神经拟态计算:AI 的发展方向

根据 Gartner 等研究机构预测,到 2025 年神经形态芯片有望成为新的人工智能主要算力,甚至代替 GPU、TPU 等目前架构,为图像识别、语音识别等 AI 技术提供支持。

与传统计算架构不同,Pohoiki Springs 系统中的芯片采用「存算一体」的方式,内存与计算单元紧密结合,最小化了数据传输的距离。「传统的 GPU 等方法适用于并行运算,但相对而言处理时会获得较高延迟,」Mike Davies 表示。「神经拟态芯片上的计算属于单线程任务,但反应速度极快。此外,神经形态计算的另一个优势是节约能源,不被激活的人工神经元几乎不消耗电能。」

英特尔认为,因为处理方式和人类更加接近,神经形态芯片在自动驾驶方向上很有前景。而在很多制造业场景中,低延迟的特性也能让 AI 算法获得更好的应用效果。

除英特尔之外,IBM 等公司也在研究神经拟态计算。科学家们希望能够应用神经科学的最新研究以创造作用方式更类似于人脑的芯片。神经拟态系统在硬件层面上复制了神经元组织、传递信息和学习的方式。英特尔认为 Loihi 和未来即将推出的神经拟态处理器将定义一种新的可编程计算模式,可满足世界对普及型智能设备日益增长的需求。

产业英特尔神经形态计算Loihi神经元
相关数据
IBM机构

是美国一家跨国科技公司及咨询公司,总部位于纽约州阿蒙克市。IBM主要客户是政府和企业。IBM生产并销售计算机硬件及软件,并且为系统架构和网络托管提供咨询服务。截止2013年,IBM已在全球拥有12个研究实验室和大量的软件开发基地。IBM虽然是一家商业公司,但在材料、化学、物理等科学领域却也有很高的成就,利用这些学术研究为基础,发明很多产品。比较有名的IBM发明的产品包括硬盘、自动柜员机、通用产品代码、SQL、关系数据库管理系统、DRAM及沃森。

https://www.ibm.com/us-en/
相关技术
路径规划技术

路径规划是运动规划的主要研究内容之一。运动规划由路径规划和轨迹规划组成,连接起点位置和终点位置的序列点或曲线被称为路径,构成路径的策略则被称为路径规划。路径规划在很多领域都具有广泛的应用,如机器人的自主无碰行动;无人机的避障突防飞行等。

语音识别技术

自动语音识别是一种将口头语音转换为实时可读文本的技术。自动语音识别也称为语音识别(Speech Recognition)或计算机语音识别(Computer Speech Recognition)。自动语音识别是一个多学科交叉的领域,它与声学、语音学、语言学、数字信号处理理论、信息论、计算机科学等众多学科紧密相连。由于语音信号的多样性和复杂性,目前的语音识别系统只能在一定的限制条件下获得满意的性能,或者说只能应用于某些特定的场合。自动语音识别在人工智能领域占据着极其重要的位置。

推荐文章
暂无评论
暂无评论~