在DARPA 2019 年電子復興計劃峰會上,英特爾發布了「 Pohoiki Beach 」神經擬態系統,該系統主要由64 顆 Loihi 神經擬態晶片構成,集成了 1320 億個電晶體,總面積 3840 平方毫米,可處理深度學習任務,速度比CPU快1000倍,效率高10000倍,耗電量小100倍。gLjednc
該系統致力於提升速度和效率,可以帶來數千萬倍量級的增長,主要應用於自動駕駛汽車、智能家居及網絡安全等領域。gLjednc
Pohoiki Beach系統由64塊Loihi晶片的800萬個所謂的神經元構成。gLjednc
gLjednc
早在2017年9月,英特爾的首款神經擬態計算(類腦)晶片Loihi就被曝光,是一款模仿人類大腦的神經擬態晶片。所謂神經擬態計算,簡單來說就是通過數字電路來模擬人類大腦,而 Loihi 是一款具有自主學習能力的 AI 晶片。gLjednc
Loihi的名字其實取自於夏威夷海底的一座不斷噴發的活火山,每一次噴發都會擴大夏威夷島的範圍,英特爾將晶片取名Loihi就是希望其能夠通過不斷的自我學習,可以提供更加強大的人工智慧的能力。gLjednc
英特爾的Loihi晶片採用了一種新穎的方式通過異步脈衝來計算,同時整合了計算和存儲,模仿了大腦根據環境的各種反饋來學習如何操作的運作方式,可以利用數據來學習並做出推斷,隨著時間的推移也會變得更加的智能,並且不需要以傳統方式來進行訓練。gLjednc
目前 Loihi 晶片已經發展到第五代,每一個 Loihi 晶片採用 14nm 工藝製造,集成 21 億個電晶體、13 萬個神經元和 1.3 億個突觸,跟傳統的處理器相比,Loihi 的速度提高了 1000 倍,運算效率能提升 10000 倍。gLjednc
gLjednc
Loihi晶片被安裝在Pohoiki Beach系統的「Nahuku」板上。每個Pohoiki Beach系統有多個Nahuku板,每個Nahuku板上有8到32塊Loihi晶片。該系統的Nahuku板可以與Intel的Arria 10 FPGA開發人員工具包接合使用。gLjednc
Loihi晶片在提升算力的同時還能降低功耗。「通過我們的實時深度學習基準測試證明,英特爾Loihi晶片比傳統CPU功耗低109倍,比專用物聯網計算硬體功耗低5倍。」《Applied Brain Research》雜誌CEO兼滑鐵盧大學教授Chris Eliasmith說,「更棒的是,當我們將網絡規模擴大到50倍時,Loihi保持了實時性能結果,只多消耗30%的電力,而專用物聯網硬體則多消耗500%的電力,且不再是實時的。」gLjednc
英特爾的研究人員已經將由 Loihi 晶片組成的Pohoiki Beach系統用於模擬皮膚的觸覺和控制義肢等任務,而這套系統未來真正的目標,是應用在自動駕駛、物聯網等涉及深度學習的場景。gLjednc
Pohoiki Beach系統擅長神經元類任務,包括稀疏編碼、路徑規劃和同步定位、以及映射(SLAM)等。舉例來說,Pohoiki Beach系統可以使某些假肢更具有適應性,能夠使追蹤運動物體的攝像機更有能動力,還可以為一個icub機器人的電子皮膚提供觸覺輸入,以及可以實現桌面足球的自動化操作等等。gLjednc
gLjednc
目前,Pohoiki系統已被多家機構在不同領域中完成測試。據稱,Pohoiki系統在應用中絲毫不遜於GPU/CPU,但耗電量要低得多。這個特性對於「自動駕駛汽車」等應用來說尤為重要。gLjednc
「我們對Loihi晶片驅動的網絡進行了基準測試,發現它和流行的CPU驅動的移動映射機器人準確度相近,在即時定位和地圖構建上水平差不多。但是,Loihi-run網絡的耗電量要比後者小100倍!」羅格斯大學的Konstantinos Michmizos教授介紹。gLjednc
在完成 800 萬個數字神經元的 Pohoiki Beach 系統之後,英特爾計劃在今年年底能夠突破 1 億個神經元,這將接近一個小型哺乳動物大腦的水平。gLjednc
不過這距離人腦由約 860 億個神經元組成,還有很遠的距離。但這在摩爾定律逐漸失效的晶片領域,已經是十分大的突破。gLjednc
在未來的生活中,越來越逼近人腦的神經擬態晶片所帶來的改變,或許將不亞於 5G 和人工智慧。gLjednc