第二代研究芯片采用了預生產(chǎn)版本的intel 4制程工藝,，可增長###100萬個神經(jīng)元,，并新增開放軟件框架，以加速###和商業(yè)化進程
![]()
英特爾于2021年9月推出其第二代神經(jīng)擬態(tài)研究芯片loihi 2,，支持新型神經(jīng)啟發(fā)算法和應用,，同時提供更快的處理能力，資源密度和更高能效,。圖片來源：英特爾公司
今天,，英特爾推出第二代神經(jīng)擬態(tài)研究芯片loihi 2以及用于開發(fā)神經(jīng)啟發(fā)應用的開源軟件框架lava，標志著英特爾在神經(jīng)擬態(tài)技術(shù)上不斷取得進展,。
英特爾神經(jīng)擬態(tài)計算實驗室總監(jiān) mike davies 表示：“l(fā)oihi 2和lava軟件框架從多年來使用loihi的合作研究項目中收獲洞察,。第二代芯片地提高了神經(jīng)擬態(tài)處理的速度、可編程性和容量,，擴大了在功耗和時延受限的智能計算應用上的用途,。英特爾正在開源lava，以滿足在實踐中對軟件融合,、基準測試和跨平臺合作的需求,，并加快商業(yè)可行性的進程�,！�
神經(jīng)擬態(tài)計算借鑒了神經(jīng)系統(tǒng)科學取得的洞察,，開發(fā)出功能更類似大腦的芯片，追求在一系列邊緣應用中實現(xiàn)能效,、計算速度和學習效率的數(shù)量級提升,，包括從視覺、語音和手勢識別到搜索檢索,、機器人和約束優(yōu)化問題,。
迄今為止，英特爾及合作伙伴已展示了機械臂,、應用神經(jīng)擬態(tài)芯片的人造皮膚和嗅覺傳感等應用,。
關(guān)于loihi 2：該款研究芯片整合了過去三年使用###代研究芯片的收獲,，并充分利用英特爾制程技術(shù)和異步時鐘設(shè)計模式的進展,。
loihi 2的進步使該架構(gòu)得以支持新型神經(jīng)啟發(fā)算法和應用，提供10倍的處理速度 ,，實現(xiàn)每個芯片###多有 100 萬個神經(jīng)元的15倍的資源密度 ,，并同時提高能效。得益于與英特爾技術(shù)開發(fā)團隊的密切合作,。loihi 2采用了預生產(chǎn)版本的intel 4制程節(jié)點,，這出intel 4制程工藝的進展。與以往的制程技術(shù)相比，intel 4制程節(jié)點采用的極紫外光刻euv技術(shù)簡化了布局設(shè)計規(guī)則,，使loihi 2的快速開發(fā)成為可能,。
lava軟件框架滿足了神經(jīng)擬態(tài)研究社區(qū)對通用軟件框架的需求。作為一個開放,、模塊化,、可擴展的框架，lava將允許研究人員和應用開發(fā)人員在彼此取得的成果上進一步開發(fā),，并集中到一組通用的工具,、方法和函數(shù)庫中。同時,，lava能夠在跨越傳統(tǒng)和神經(jīng)擬態(tài)處理器的異構(gòu)架構(gòu)上無縫運行,，實現(xiàn)跨平臺執(zhí)行以及與各種-、神經(jīng)擬態(tài)和機器人框架的互操作性,。開發(fā)人員無需使用專門的神經(jīng)擬態(tài)硬件即可開始構(gòu)建神經(jīng)擬態(tài)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###實驗室科學家gerd j. kunde提到：“洛斯阿拉莫斯###實驗室的研究人員一直在使用loihi神經(jīng)擬態(tài)平臺來研究計算與神經(jīng)擬態(tài)計算之間的權(quán)衡,，并在芯片級上實現(xiàn)學習流程。這項研究顯示了脈沖神經(jīng)網(wǎng)絡(luò)和退火路徑在解決硬優(yōu)化問題上一些激動人心的等效性,。除此之外,，我們還證明了之前被認為無法在神經(jīng)擬態(tài)架構(gòu)上實現(xiàn)的反向傳播算法訓練神經(jīng)網(wǎng)絡(luò)的基本構(gòu)建模塊可以在loihi上地實現(xiàn)。我們的團隊興能夠借助loihi 2芯片繼續(xù)進行這項研究,�,！�
關(guān)鍵突破：loihi 2和lava為研究人員開發(fā)并塑造新的神經(jīng)啟發(fā)應用提供了工具，用于實時處理,、問題解決,、適應和學習。的技術(shù)亮點包括：
更快,、更通用的優(yōu)化：loihi 2更的可編程性將幫助解決更廣泛的艱難優(yōu)化問題,，包括從邊緣到數(shù)據(jù)中心系統(tǒng)的實時優(yōu)化、規(guī)劃和決策,。
持續(xù)學習和關(guān)聯(lián)學習的新方法：loihi 2改進了對###學習方法的支持,，包括了各種反向傳播算法學習的主力算法。這擴大了適應性和數(shù)據(jù)學習算法的范圍,，使低功耗設(shè)備能支持這些在線學習算法,。
可通過學習進行訓練的新型神經(jīng)網(wǎng)絡(luò)：loihi 2中的完全可編程神經(jīng)元模型和廣泛的脈沖信息傳遞，為各種可在學習中進行訓練的新型神經(jīng)網(wǎng)絡(luò)模型打開了大門,。早期的評估表明,，與在原始版本的loihi上運行的標準網(wǎng)絡(luò)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(shù)減少了 60 多倍,。
與現(xiàn)實的機器人系統(tǒng),、傳統(tǒng)處理器和新型傳感器無縫集成：loihi 2通過整合更快、更靈活和更標準的輸入/輸出接口,，解決了loihi中客觀存在的一處局限,。loihi 2芯片將支持以太網(wǎng)接口，與更廣泛的基于事件的視覺傳感器實現(xiàn)無膠合集成,，同時loihi 2芯片還擁有的網(wǎng)狀網(wǎng)絡(luò),。
|
登錄后臺
滇公網(wǎng)安備 53011202000392