点击关闭

英特尔Loihi-英特尔最新的神经拟态系统Pohoiki Beach由多块Nahuku基板组成

  • 时间:

【安以轩生子】

獨特之處:要想根據摩爾定律不斷降低功耗並提升性能,需要不僅僅持續微縮製程節點。隨著複雜的新型計算工作負載成為常態,人們越來越需要為特定的應用設計專用架構。

研究合作伙伴反饋:通過引入Pohoiki Beach,英特爾將支持全球生態系統合作伙伴繼續開拓神經啟髮式算法研究的下一個前沿。

重要意義:引入Pohoiki Beach後,研究人員能夠高效擴展新型神經啟髮式算法——例如稀疏編碼、同步定位和建圖(SLAM)以及路徑規劃,這些算法能夠根據輸入的數據進行學習和調整。Pohoiki Beach是英特爾神經擬態研究工作的重要里程碑,它為英特爾研究院在今年晚些時候將該架構擴展到1億個神經元的計劃奠定了基礎。

英特爾的工程師指出,來自這些研究系統的測量數據有望量化神經擬態計算方法能夠帶來的增益,並指明最適合這項技術的應用領域。這項研究為神經擬態技術的最終商業化鋪平了道路。

Pohoiki Beach能為英特爾的研究合作伙伴提供更大的計算規模和更強的計算能力,將進一步加快神經擬態技術的進展。

滑鐵盧大學教授、應用大腦研究部聯合首席執行官Chris Eliasmith表示:“與GPU相比,Loihi芯片運行實時深度學習基準的功耗降低了109倍,而與專用物聯網推理硬件相比,功耗則降低了5倍。一個更令人振奮的結果是,當我們將網絡規模擴大50倍時,Loihi能夠保持實時性能表現,功耗卻只增加了30%,物聯網硬件的功耗則增加了500%,而且無法保持實時性。”

英特爾研究院院長Rich Uhlig手持一塊英特爾Nahuku基板,每塊基板包含8到32塊英特爾Loihi神經擬態芯片。英特爾最新的神經擬態系統Pohoiki Beach由多塊Nahuku基板組成,含64塊Loihi芯片。

下一步工作:2017年,英特爾推出首款神經擬態研究芯片Loihi,在神經擬態硬件的開發上邁出重要一步。2018年3月,英特爾神經擬態研究社區(INRC)的建立,進一步推動了神經擬態算法、軟件和應用程序的開發。通過INRC,英特爾將其Loihi雲系統以及基於Loihi的USB形狀的系統Kapoho Bay提供給研究人員,Kapoho Bay系統有力推動了有關神經擬態技術實際應用的研究工作。

今年晚些時候,英特爾將推出一款代號為“Pohoiki Springs”的Loihi系統,該系統規模更大,並且建立在Pohoiki Beach架構之上,將為擴展型神經擬態工作負載帶來前所未有的性能和效率。

從Pohoiki Beach神經擬態系統中,我們可以看到專用架構能為新興應用帶來諸多益處,這些新興應用包括一些很難由物聯網(IoT)和自主設備支持的困難的計算問題。利用這種不同於通用計算技術的專用系統,有望在現實世界的眾多應用領域實現呈數量級的速度與效率提升,比如自動駕駛汽車、智能家居、網絡安全等領域.

英特爾研究院院長Rich Uhlig表示,“早些時候,我們對Loihi進行了擴展,以創建更強大的神經擬態系統。我們對這項工作取得的初步成果倍感振奮。Pohoiki Beach現在可供60多個生態系統合作伙伴使用,他們將利用這個專業化系統去解決複雜的計算密集型問題。”

英特爾神經擬態研究芯片Loihi特寫鏡頭。英特爾最新的神經擬態系統Pohoiki Beach由64塊Loihi芯片組成。

圖中是一塊連接到Arria 10 FPGA開發工具包的英特爾Nahuku基板,每塊基板包含8到32塊英特爾Loihi神經擬態芯片。英特爾最新的神經擬態系統Pohoiki Beach由多塊Nahuku基板組成,含64塊Loihi芯片。

“借助Loihi,我們建立了一個可模擬大腦潛在神經表徵和行為的脈衝神經網絡。SLAM解決方案是作為網絡結構的一種屬性出現的。我們對Loihi上運行的網絡進行了基準測試,發現其準確性絲毫不亞於一種廣泛應用於移動機器人的在CPU上運行的SLAM方法,但功耗卻僅為後者的百分之一”,羅格斯大學的Konstantinos Michmizos教授在介紹其實驗室的SLAM研究結果時如是說,他將在11月的智能機器人和系統國際會議(IROS)上發表這些工作成果。

英特爾Nahuku基板特寫鏡頭,每塊基板包含8到32塊英特爾Loihi神經擬態芯片。英特爾最新的神經擬態系統Pohoiki Beach由多塊Nahuku基板組成,含64塊Loihi芯片。

除了來自Telluride的相關展示,其他研究合作伙伴已經看到了Loihi帶來的巨大效益:

近日,英特爾宣佈,代號為“Pohoiki Beach”的800萬神經元神經擬態系統已經可以供廣大研究人員使用,它包含64塊Loihi研究芯片。通過Pohoiki Beach,研究人員可以利用英特爾的Loihi研究芯片開展實驗,該芯片受到大腦啟發,將生物大腦原理應用於計算機體系結構。在稀疏編碼、圖搜索和約束滿足問題等專業應用領域,Loihi能讓用戶以千倍於CPU的速度和萬倍於CPU的效率處理信息。

例如,在本周的Telluride神經擬態認知工程研討會上,研究人員運用Loihi系統解決神經擬態工程的前沿挑戰。這些項目包括讓AMPRO假肢更具自適應能力、用新興的事件相機進行對象跟蹤、通過神經擬態傳感控制實現桌面足球的自動化操作、學習控制線性倒立擺,以及為iCub機器人的電子皮膚提供觸覺輸入。