Intel在神經(jīng)擬態(tài)前沿研究上不斷取得重大突破。日前，Intel Loihi神經(jīng)擬態(tài)研究芯片擁有了“嗅覺”，只需單一樣本就可以學會識別每一種氣味，識別準確率極其出色，效率是傳統(tǒng)深度學習方案的3000倍以上。

今天，Intel又宣布，迄今規(guī)模最大、性能最強的最新神經(jīng)擬態(tài)研究系統(tǒng)“Pohoiki Springs”已準備就緒，可提供1億個神經(jīng)元的計算能力，這套基于云的系統(tǒng)可解決更大規(guī)模、更復雜的問題。

1億個神經(jīng)元是什么概念？一只瓢蟲的大腦約有25-50萬個神經(jīng)元，蟑螂大腦約有100萬個，斑馬魚大腦約有1000萬個，1億個神經(jīng)元則相當于一個小型哺乳動物大腦的規(guī)模。

Pohoiki Springs是一個數(shù)據(jù)中心機架式系統(tǒng)，在一個5臺標準服務器大小的機箱中，集成了多達768塊Loihi神經(jīng)擬態(tài)研究芯片，規(guī)模比以往擴展了750倍以上，同時功耗不到500瓦。

Intel Loihi處理器的設計思路來源于人腦，能用比傳統(tǒng)處理器快1000倍的速度、高10000倍的效率，處理特定要求的工作負載。

Pohoiki Springs則是擴展Loihi架構(gòu)的下一步，可用于評估解決AI問題以及一系列計算難題的潛力，與當今最先進的傳統(tǒng)計算機相比，擁有超級并行性和異步信號傳輸能力，可以在明顯降低功耗的同時顯著提升性能。

Intel強調(diào)，這是在向支持更大、更復雜的神經(jīng)擬態(tài)工作負載的道路上邁出的重要一步，為需要實時、動態(tài)的數(shù)據(jù)處理新方法的自主、互聯(lián)的未來奠定了基礎。

不過，Pohoiki Springs等神經(jīng)擬態(tài)系統(tǒng)仍處于研究階段，其設計目的也并非取代傳統(tǒng)的計算系統(tǒng)，而是為研究人員提供一個工具，開發(fā)和表征新的神經(jīng)啟發(fā)算法，用于實時處理、問題解決、適應和學習。

在自然界中，即使是一些最小的生物也能解決極為困難的計算問題，比如很多昆蟲大腦的神經(jīng)元數(shù)目遠低于100萬個，但它們卻能實時視覺跟蹤物體、導航和躲避障礙物。

同樣，Intel最小的神經(jīng)擬態(tài)系統(tǒng)Kapoho Bay由兩個具有262000個神經(jīng)元的Loihi芯片組成，支持各種實時邊緣工作負載，而且多才多藝：實時識別手勢、使用新型人造皮膚閱讀盲文、使用習得的視覺地標確定方向、學習新的氣味模式。

更驚人的是，所有這些功能都只需要消耗數(shù)十毫瓦的電能。

迄今為止，這些小規(guī)模示例都顯示了出極好的可擴展性，而在運行更大規(guī)模的問題時，Loihi比傳統(tǒng)解決方案更加快速高效，這模仿了自然界中從昆蟲大腦到人類大腦的可擴展性。

神經(jīng)擬態(tài)計算小科普：

傳統(tǒng)的CPU和GPU等通用處理器特別擅長人類難以完成的任務，如高精度的數(shù)學計算，但隨著技術的作用和應用范圍都在不斷擴大，從自動化到人工智能，以及其他更多領域，越來越要求計算機的操作模式趨向于人類，以便實時處理非結(jié)構(gòu)化和有噪聲的數(shù)據(jù)，并不斷地適應變化。

為應對這一挑戰(zhàn)，新的專用架構(gòu)應運而生。

神經(jīng)擬態(tài)計算是對計算機架構(gòu)自下而上的徹底顛覆，其目標是應用神經(jīng)科學的最新見解，來創(chuàng)造作用方式更類似于人腦的芯片而非傳統(tǒng)計算機的芯片。

而神經(jīng)擬態(tài)系統(tǒng)，在硬件層面上復制了神經(jīng)元組織、通信和學習方式。

Intel認為，Loihi和未來的神經(jīng)擬態(tài)處理器將定義一種新的可編程計算模式，可滿足世界對普及型智能設備日益增長的需求。

責任編輯：gt