第二代研究芯片采用了預生產版本的Intel 4制程工藝，可增長至100萬個神經元，并新增開放軟件框架，以加速開發者創新和商業化進程
英特爾于2021年9月推出其第二代神經擬態研究芯片Loihi 2，支持新型神經啟發算法和應用，同時提供更快的處理能力，更大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擬態研究芯片Loihi 2以及用于開發神經啟發應用的開源軟件框架Lava，標志著英特爾在先進神經擬態技術上不斷取得進展。 英特爾神經擬態計算實驗室總監 Mike Davies 表示：“Loihi 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。第二代芯片極大地提高了神經擬態處理的速度、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，并加快商業可行性的進程。” 神經擬態計算借鑒了神經系統科學取得的洞察，開發出功能更類似大腦的芯片，追求在一系列邊緣應用中實現能效、計算速度和學習效率的數量級提升，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、應用神經擬態芯片的人造皮膚和嗅覺傳感等應用。 關于Loihi 2：該款研究芯片整合了過去三年使用第一代研究芯片的收獲，并充分利用英特爾制程技術和異步時鐘設計模式的進展。 • Loihi 2的進步使該架構得以支持新型神經啟發算法和應用，提供高達10倍的處理速度 ，實現每個芯片最多有 100 萬個神經元的高達15倍的資源密度 ，并同時提高能效。得益于與英特爾技術開發團隊的密切合作。Loihi 2采用了預生產版本的Intel 4制程節點，這凸顯出Intel 4制程工藝的良好進展。與以往的制程技術相比，Intel 4制程節點采用的極紫外光刻（EUV）技術簡化了布局設計規則，使Loihi 2的快速開發成為可能。 • Lava軟件框架滿足了神經擬態研究社區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人員在彼此取得的成果上進一步開發，并集中到一組通用的工具、方法和函數庫中。同時，Lava能夠在跨越傳統和神經擬態處理器的異構架構上無縫運行，實現跨平臺執行以及與各種人工智能、神經擬態和機器人框架的互操作性。開發人員無需使用專門的神經擬態硬件即可開始構建神經擬態應用，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。 洛斯阿拉莫斯國家實驗室科學家Gerd J. Kunde提到：“洛斯阿拉莫斯國家實驗室的研究人員一直在使用Loihi神經擬態平臺來研究量子計算與神經擬態計算之間的權衡，并在芯片級上實現學習流程。這項研究顯示了脈沖神經網絡和量子退火路徑在解決硬優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擬態架構上實現的反向傳播算法（訓練神經網絡的基本構建模塊）可以在Loihi上高效地實現。我們的團隊很高興能夠借助Loihi 2芯片繼續進行這項研究�！� 關鍵突破：Loihi 2和Lava為研究人員開發并塑造新的神經啟發應用提供了工具，用于實時處理、問題解決、適應和學習。顯著的技術亮點包括： • 更快、更通用的優化：Loihi 2更出色的可編程性將幫助解決更廣泛的艱難優化問題，包括從邊緣到數據中心系統的實時優化、規劃和決策。 • 持續學習和關聯學習的新方法：Loihi 2改進了對高級學習方法的支持，包括了各種反向傳播算法（深度學習的主力算法）。這擴大了適應性和數據高效學習算法的范圍，使低功耗設備能支持這些在線學習算法。 • 可通過深度學習進行訓練的新型神經網絡：Loihi 2中的完全可編程神經元模型和廣泛的脈沖信息傳遞，為各種可在深度學習中進行訓練的新型神經網絡模型打開了大門。早期的評估表明，與在原始版本的Loihi上運行的標準深度網絡相比，在準確性沒有降低的情況下 ，Loihi 2 上每次推理的運算次數減少了 60 多倍。 • 與現實世界的機器人系統、傳統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芯片將支持以太網接口，與更廣泛的基于事件的視覺傳感器實現無膠合集成，同時Loihi 2芯片還擁有更大的網狀網絡。 |
