推動神經型態運算發展 英特爾推出Loihi 2神經型態研究晶片

英特爾推出Loihi 2,為其第2代神經型態(neuromorphic)研究晶片,以及一款用於開發神經啟發應用程式的開放原始碼軟體框架Lava。展現英特爾在推動神經型態技術方面的不斷進步。

 

Loihi 2Lava凝聚數年來使用Loihi合作研究中的許多見解。我們的第二代晶片顯著地提升神經型態處理的速度、可程式化性以及容量,擴大在功耗和延遲均受限的智慧運算應用當中的使用範圍。我們正在將Lava開源,藉此滿足該領域對於軟體融合、基準測試和跨平台協作等需求,並加速我們商業化可行性之進展。」-Mike Davies,英特爾神經型態運算實驗室總監

 

神經型態運算汲取神經科學的見解,打造功能更像生物大腦的晶片,期望在廣泛的邊緣應用:從視覺、語音和手勢辨識,再到搜尋檢索、機器人學和受限最適化(constrained optimization)的問題上,於能源效率、運算速度和學習效率方面,提供數個量級的改善。

 

目前為止,英特爾及其合作夥伴所展示的應用包含機器人手臂神經型態皮膚嗅覺感知

 

Loihi 2這款研究晶片結合第1代研究晶片3年的使用經驗,並汲取英特爾製程技術和異步設計方法的進展。

  • Loihi 2的進步讓架構支援新類別的神經啟發演算法和應用程式,並藉由每個晶片高達1百萬個的神經元件,同時提供最高達10倍快的運算速度1、最高達15倍多的資源密度2。受惠於與英特爾技術開發部門的密切合作,Loihi 2已透過Intel 4製程試產版本製造,更突顯Intel 4製程的穩健與進展。Intel 4所使用的極紫外光(EUV)微影技術,相較過往製程技術簡化了佈線設計規則。這讓快速開發Loihi 2成為可能。
  • Lava軟體框架解決神經型態研究社群對於通用軟體框架的需求。作為1個開放、模組化和可延伸的框架,Lava將讓研究人員和應用程式開發者,在一套通用的工具、方法和函式庫之上,建立並融合彼此的進展。Lava可在跨傳統和神經型態處理器的異質架構無縫運作,能夠跨平台執行並支援多種人工智慧、神經型態和機器人框架的交互運作性。開發者無需使用專門的神經型態硬體,即可開始打造神經型態應用程式,並可為Lava程式碼庫作出貢獻,包含將其移植到其它平台上運作。

 

洛色拉莫士國家實驗室助理研究員Gerd J. Kunde博士表示:「洛色拉莫士國家實驗室的研究人員一直在使用Loihi神經型態平台,研究量子和神經型態運算之間的權衡得失,以及在晶片上實作學習過程。這項研究顯示為解決困難的最佳化問題,脈衝式類神經網路(spiking neural network)和量子退火(quantum annealing)方法之間,一些令人為之振奮的等價關係。我們還證明了訓練類神經網路的基本組件,原本認為不可能在神經型態架構實作的反向傳播演算法,可以在Loihi上有效率地實現。我們團隊很高興能夠使用第2代Loihi 2晶片繼續這項研究。」

 

關鍵性突破:Loihi 2和Lava為研究人員開發和特徵化(characterize)新的神經啟發應用程式提供工具,用於即時處理、解決問題、適應和學習。亮點包括:

  • 更快速、更通用的最佳化:Loihi 2具備更好的可程式化性,能夠支援更廣泛的困難最佳化(difficult optimization)問題,包含從邊緣到資料中心系統的即時最佳化、規劃和決策。
  • 持續和關聯學習的新方法:Loihi 2改善進階學習方法的支援性,包含反向傳播的各種變體、深度學習的主力演算法。這擴展了適應和資料高效率學習(data efficient learning)演算法的範圍,可透過線上設定運作中的低功耗外型規格所支援。
  • 由深度學習訓練的新穎類神經網路:Loihi 2內部完全可程式化的神經元模型和廣義脈衝訊息傳遞(generalized spike messaging),為使用深度學習所訓練的各種新款類神經網路敞開大門。與原本的Loihi運作標準深度網路相比,先期評估表明Loihi 2每次推理的操作次數減少超過60倍,且不會降低準確性3
  • 與現實世界的機器人系統、傳統處理器和新穎感測器的無縫整合:Loihi 2透過整合更快、更靈活和標準的輸入/輸出介面,解決Loihi的實用限制。Loihi 2將支援乙太網路介面、更廣泛地無縫整合以事件為基礎的視覺感測器,以及Loihi 2晶片更大的網狀網路。

 

Loihi 2/Lava技術產品摘要中,找到更多詳細資訊。

 

英特爾神經型態研究社群:今年加入包含Ford、喬治亞理工學院、西南研究院(SwRI)和Teledyne-FLIR等數位新成員,英特爾神經型態研究社群(INRC)已成長至將近150位成員。新合作夥伴加入一個由學術界、政府和產業夥伴所組成的強大社群,與英特爾合作驅動真實世界神經型態運算的商業用途發展。

 

埃森哲實驗室研究科學家主任暨常務董事Edy Liongosari表示:「新的Loihi 2晶片和Lava API所帶來的進步,是神經型態運算向前跨出的重要一步。下一代神經型態架構對於埃森哲實驗室在智慧邊緣運算,受大腦啟發的電腦視覺演算法研究十分重要,能夠替未來擴展實境耳機或智慧行動機器人提供動力。新晶片提供的功能將使得超維(hyper-dimensional)運算更有效率,並開啟更先進的晶載學習(on-chip learning),Lava API則提供開發者1個更簡單、更精簡的介面,來建立神經型態系統。」

 

商業化之路:將神經型態運算從實驗室研究進展至商業上可行的技術,是一項需要三管齊下的努力。它需要根據演算法和應用研究的成果,不斷地對神經型態硬體迭代改進;開發通用跨平台軟體框架,以便讓開發者能夠針對從不同團體來的最佳演算法構想,進行基準測試、整合和改善:以及橫跨產業、學術界和政府的深度合作,建立豐富、有成效的神經型態生態系,以便探索可提供短期商業價值的商業化使用案例。今日英特爾所宣布的事項涵蓋這些全部領域,把新工具交付至不斷擴大的神經型態研究人員生態系手中,讓他們能夠從基礎開始重新思考運算,提供智慧資訊處理方面的突破。

 

英特爾目前藉由神經型態研究雲端,為INRC成員提供2款以Loihi 2為基礎的神經型態系統:Oheo Gulch,1款用於先期評估的單晶片系統,以及Kapoho Point,1款即將推出的8晶片系統。Lava軟體框架可從GitHub免費下載。Loihi 2和Lava的簡報和教學,將在10月舉行的Intel Innovation活動中推出。

 

更多內容:神經型態運算-下一世代的人工智慧 | 英特爾的神經型態運算

jazz jazz

本篇文章版權為「電腦DIY」與本文作者共同擁有
若為新聞稿則為品牌商所擁有,本媒體只協助上刊

電腦DIY老編,快速奉上最新3C業界資訊。
歡迎加入我的粉專與YouTube頻道隨時掌握科技脈動

https://www.jazznews.com.tw
https://www.facebook.com/Jazz-News-109538211346562
https://www.youtube.com/c/PapaJazz1

產品評測、活動邀約、異業合作、新聞稿協助 [email protected]

標籤: , , ,

臉書留言