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
副标题[/!--empirenews.page--]
芯东西(ID:aichip001) 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! |