近日，英特爾宣布，代號為“Pohoiki Beach”的800萬神經(jīng)元神經(jīng)擬態(tài)系統(tǒng)已經(jīng)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(fā)，將生物大腦原理應用于計算機體系結構。在稀疏編碼、圖搜索和約束滿足問題等專業(yè)應用領域，Loihi能讓用戶以千倍于CPU的速度和萬倍于CPU的效率處理信息。

英特爾神經(jīng)擬態(tài)研究芯片Loihi特寫鏡頭。英特爾最新的神經(jīng)擬態(tài)系統(tǒng)Pohoiki Beach由64塊Loihi芯片組成。

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(chuàng)建更強大的神經(jīng)擬態(tài)系統(tǒng)。我們對這項工作取得的初步成果倍感振奮。Pohoiki Beach現(xiàn)在可供60多個生態(tài)系統(tǒng)合作伙伴使用，他們將利用這個專業(yè)化系統(tǒng)去解決復雜的計算密集型問題。”

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(jīng)擬態(tài)芯片。英特爾最新的神經(jīng)擬態(tài)系統(tǒng)Pohoiki Beach由多塊Nahuku基板組成，含64塊Loihi芯片。

重要意義：引入Pohoiki Beach后，研究人員能夠高效擴展新型神經(jīng)啟發(fā)式算法——例如稀疏編碼、同步定位和建圖（SLAM）以及路徑規(guī)劃，這些算法能夠根據(jù)輸入的數(shù)據(jù)進行學習和調(diào)整。Pohoiki Beach是英特爾神經(jīng)擬態(tài)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?qū)⒃摷軜嫈U展到1億個神經(jīng)元的計劃奠定了基礎。

獨特之處：要想根據(jù)摩爾定律不斷降低功耗并提升性能，需要不僅僅持續(xù)微縮制程節(jié)點。隨著復雜的新型計算工作負載成為常態(tài)，人們越來越需要為特定的應用設計專用架構。

從Pohoiki Beach神經(jīng)擬態(tài)系統(tǒng)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(lián)網(wǎng)（IoT）和自主設備支持的困難的計算問題。利用這種不同于通用計算技術的專用系統(tǒng)，有望在現(xiàn)實世界的眾多應用領域?qū)崿F(xiàn)呈數(shù)量級的速度與效率提升，比如自動駕駛汽車、智能家居、網(wǎng)絡安全等領域.

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(jīng)擬態(tài)芯片。英特爾最新的神經(jīng)擬態(tài)系統(tǒng)Pohoiki Beach由多塊Nahuku基板組成，含64塊Loihi芯片。

研究合作伙伴反饋：通過引入Pohoiki Beach，英特爾將支持全球生態(tài)系統(tǒng)合作伙伴繼續(xù)開拓神經(jīng)啟發(fā)式算法研究的下一個前沿。

例如，在本周的Telluride神經(jīng)擬態(tài)認知工程研討會上，研究人員運用Loihi系統(tǒng)解決神經(jīng)擬態(tài)工程的前沿挑戰(zhàn)。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(jīng)擬態(tài)傳感控制實現(xiàn)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。

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

滑鐵盧大學教授、應用大腦研究部聯(lián)合首席執(zhí)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(lián)網(wǎng)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(wǎng)絡規(guī)模擴大50倍時，Loihi能夠保持實時性能表現(xiàn)，功耗卻只增加了30%，物聯(lián)網(wǎng)硬件的功耗則增加了500％，而且無法保持實時性。”

圖片來源：騰訊汽車

“借助Loihi，我們建立了一個可模擬大腦潛在神經(jīng)表征和行為的脈沖神經(jīng)網(wǎng)絡。SLAM解決方案是作為網(wǎng)絡結構的一種屬性出現(xiàn)的。我們對Loihi上運行的網(wǎng)絡進行了基準測試，發(fā)現(xiàn)其準確性絲毫不亞于一種廣泛應用于移動機器人的在CPU上運行的SLAM方法，但功耗卻僅為后者的百分之一”，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(tǒng)國際會議（IROS）上發(fā)表這些工作成果。

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

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

圖中是一塊連接到Arria 10 FPGA開發(fā)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(jīng)擬態(tài)芯片。英特爾最新的神經(jīng)擬態(tài)系統(tǒng)Pohoiki Beach由多塊Nahuku基板組成，含64塊Loihi芯片。

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

英特爾的工程師指出，來自這些研究系統(tǒng)的測量數(shù)據(jù)有望量化神經(jīng)擬態(tài)計算方法能夠帶來的增益，并指明最適合這項技術的應用領域。這項研究為神經(jīng)擬態(tài)技術的最終商業(yè)化鋪平了道路。

圖片聲明：封面圖片來源于正版圖片庫：拍信網(wǎng)

如需獲取更多資訊，請關注全球半導體觀察官網(wǎng)（www.0318hs.cn）或搜索微信公眾賬號（全球半導體觀察）。