768颗芯片、1亿个神经元！电脑追上小型哺乳动物脑容量，迄今最强神经拟态系统诞生

芯东西（ID：aichip001）
文 | 心缘

更智能的计算系统已经出现！

芯东西3月19日报道，今天，英特尔公布其迄今为止最大规模神经拟态计算系统Pohoiki Springs，包含1亿个神经元！这一大小，堪比小型哺乳动物的大脑容量。

英特尔神经拟态计算实验室主任Mike Davies表示：“Pohoiki Springs将我们的Loihi神经拟态研究芯片扩展了750倍以上，同时可在低于500W的功率水平下工作。”

Loihi，一座夏威夷海底不断喷发的活火山，每一次喷发都会扩大夏威夷岛的范围。

三年前，英特尔以这座火山命名了其模拟大脑运行机制的新型神经拟态芯片。

这寄寓了英特尔对神经拟态计算的深切期望，希望它能像火山般通过不断自我学习拓展疆域，以超低功耗提供更强的人工智能能力。

如今，神经拟态计算已被普遍看作是解决人工智能等计算难题的重要路径。著名研究机构Gartner预测，到2025年，神经拟态芯片有望取代GPU，成为先进人工智能部署的主要计算架构。

与传统处理器相比，英特尔Loihi芯片速度快1000倍，能效高10000倍。

英特尔今天公布的Pohoiki Springs进一步扩展，将768颗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，形成了一个更强大的机架式数据中心系统。

▲数据中心机架式系统Pohoiki Springs

这一系统将提供给英特尔神经拟态研究社区（INRC）的成员，以扩展其神经拟态工作来解决更大规模且更复杂的问题。

从第一颗Loihi芯片诞生到如今发布最大神经拟态系统，英特尔神经拟态计算研究如何起步？

如今各种计算架构百家争鸣，英特尔神经拟态计算的技术特点是什么？它致力于解决哪些核心问题，又克服了哪些技术挑战？

同样是支持大规模运算任务的前沿计算技术，神经拟态系统与量子系统有哪些不同？

随着1亿个神经元的Pohoiki Springs系统问世，神经拟态计算发展到什么阶段？英特尔是否已有明确的商业计划？

今天早上，英特尔神经拟态计算实验室主任Mike Davies接受芯东西等媒体的线上采访，对上述问题进行一一解答。Mike全面解读了英特尔神经拟态计算的研究进展、技术特性、应用示例与所面临的商业化挑战。

Mike告诉我们，英特尔不打算做面向特定应用的专用芯片，而是希望能让神经拟态计算实现和冯·诺依曼架构相似的通用性。

“就我们而言，距离将产品推向市场，我们还将等待数年。”Mike说。

一、像大脑一样聪明的自主学习芯片，灵感来自交换机和摇头娃娃？

想想你是怎么认知事物的？大脑神经网络通过脉冲传递信息，根据脉冲时间调节突触强度或突触连接的权重，并把这些变化存储在突触连接处。

大脑神经网络与其环境中多区域之间相互作用，就产生了种种智能行为。它能同时学习语音任务、视觉任务、决策任务、操作控制等许多任务，并且仅仅消耗非常低的能量。

在自然界，很多昆虫大脑的神经元远低于100万个，就能做到实时视觉跟踪物体、导航和躲避障碍物。

那么在硬件层面上，能不能复制大脑神经元组织、通信和学习方式，打造出一种更智能的系统呢？

这种颠覆传统计算机架构的新型计算模式，就是神经拟态计算。

知易行难，要实现这一设想，需要经历漫长的研究。

英特尔在神经拟态计算领域的工作是基于几十年来的研究与合作。这项研究是由加州理工学院Carver Mead教授最先开始的，他以半导体设计的基础性工作而闻名。芯片专业知识、物理学和生物学的结合，为这一创想提供了可行的土壤。

Mike Davies是英特尔神经拟态计算实验室主任，他曾任职于Fulcrum Microsystems研发以太网交换机。

▲英特尔神经拟态计算实验室主任Mike Davies

近十年的工作令Mike获益颇丰，不过随着在工作中愈发游刃有余，一向酷爱登山、漂流、潜水、马拉松长跑等极限挑战的Mike，愈发渴望去探索与挑战新的科技极限。

转机发生在2011年，Fulcrum因实现了以太网交换机芯片异步设计研究的商业化而被英特尔收购，Mike因此加入英特尔。

“事实证明，异步设计真的非常适合神经拟态芯片。”英特尔研究院立即让Mike和团队开始相关工作，研究神经拟态原型架构、算法、软件和系统。

2017年，英特尔第一款自主学习神经拟态芯片Loihi问世。它采用14nm工艺，管芯尺寸60mm，包含超过20亿个晶体管、13万个神经元和1.28亿个突触。

“我们试图观察、学习和理解大脑的运行，并在计算机芯片上进行复制。”Mike这样解释自己的工作。

▲英特尔神经拟态芯片Loihi

和大脑相似，Loihi芯片将训练和推理整合到一个芯片上，实现了存储与计算的融合，拥有超级并行性能和异步信号传输能力，并支持多种学习模式的可扩展片上学习能力，即能够一边运作一边学习。

它采用一种新颖的“异步脉冲”方式来计算，就像大脑一样根据环境的反馈来自动学习如何操作，随着时间的推理，变得越来越智能、快速和高效。

同时，它也具有大脑般低功耗的特性，与训练人工智能系统的通用计算芯片相比，Loihi芯片的能效提升了1000倍。

怎么让Loihi芯片模拟大脑进行学习呢？Mike曾展示这样一个有趣的实验。

（编辑：555手机网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!