0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

Intel宣布最新神经拟态研究系统“Pohoiki Springs”已准备就绪 神经元规模相当于一个小型哺乳动物大脑

工程师邓生 来源:快科技 作者:上方文Q 2020-03-19 13:53 次阅读

Intel在神经拟态前沿研究上不断取得重大突破。日前,Intel Loihi神经拟态研究芯片拥有了“嗅觉”,只需单一样本就可以学会识别每一种气味,识别准确率极其出色,效率是传统深度学习方案的3000倍以上。

今天,Intel又宣布,迄今规模最大、性能最强的最新神经拟态研究系统“Pohoiki Springs”已准备就绪,可提供1亿个神经元的计算能力,这套基于云的系统可解决更大规模、更复杂的问题。

1亿个神经元是什么概念?一只瓢虫的大脑约有25-50万个神经元,蟑螂大脑约有100万个,斑马鱼大脑约有1000万个,1亿个神经元则相当于一个小型哺乳动物大脑的规模。

Pohoiki Springs是一个数据中心机架式系统,在一个5台标准服务器大小的机箱中,集成了多达768块Loihi神经拟态研究芯片,规模比以往扩展了750倍以上,同时功耗不到500瓦。

Intel Loihi处理器的设计思路来源于人脑,能用比传统处理器快1000倍的速度、高10000倍的效率,处理特定要求的工作负载。

Pohoiki Springs则是扩展Loihi架构的下一步,可用于评估解决AI问题以及一系列计算难题的潜力,与当今最先进的传统计算机相比,拥有超级并行性和异步信号传输能力,可以在明显降低功耗的同时显著提升性能。

Intel强调,这是在向支持更大、更复杂的神经拟态工作负载的道路上迈出的重要一步,为需要实时、动态的数据处理新方法的自主、互联的未来奠定了基础。

不过,Pohoiki Springs等神经拟态系统仍处于研究阶段,其设计目的也并非取代传统的计算系统,而是为研究人员提供一个工具,开发和表征新的神经启发算法,用于实时处理、问题解决、适应和学习。

在自然界中,即使是一些最小的生物也能解决极为困难的计算问题,比如很多昆虫大脑的神经元数目远低于100万个,但它们却能实时视觉跟踪物体、导航和躲避障碍物。

同样,Intel最小的神经拟态系统Kapoho Bay由两个具有262000个神经元的Loihi芯片组成,支持各种实时边缘工作负载,而且多才多艺:实时识别手势、使用新型人造皮肤阅读盲文、使用习得的视觉地标确定方向、学习新的气味模式。

更惊人的是,所有这些功能都只需要消耗数十毫瓦的电能。

迄今为止,这些小规模示例都显示了出极好的可扩展性,而在运行更大规模的问题时,Loihi比传统解决方案更加快速高效,这模仿了自然界中从昆虫大脑到人类大脑的可扩展性。

神经拟态计算小科普:

传统的CPUGPU等通用处理器特别擅长人类难以完成的任务,如高精度的数学计算,但随着技术的作用和应用范围都在不断扩大,从自动化到人工智能,以及其他更多领域,越来越要求计算机的操作模式趋向于人类,以便实时处理非结构化和有噪声的数据,并不断地适应变化。

为应对这一挑战,新的专用架构应运而生。

神经拟态计算是对计算机架构自下而上的彻底颠覆,其目标是应用神经科学的最新见解,来创造作用方式更类似于人脑的芯片而非传统计算机的芯片。

而神经拟态系统,在硬件层面上复制了神经元组织、通信和学习方式。

Intel认为,Loihi和未来的神经拟态处理器将定义一种新的可编程计算模式,可满足世界对普及型智能设备日益增长的需求。

责任编辑:wv

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 芯片
    +关注

    关注

    447

    文章

    47769

    浏览量

    409072
  • intel
    +关注

    关注

    19

    文章

    3451

    浏览量

    184771
  • 神经元
    +关注

    关注

    1

    文章

    284

    浏览量

    18319
收藏 人收藏

    评论

    相关推荐

    英特尔发布新一代神经拟态系统Hala Point,11.5亿神经元,12倍性能提升

    基于英特尔Loihi 2神经拟态处理器打造而成,旨在支持类脑AI领域的前沿研究,解决AI目前在效率和可持续性等方面的挑战。在英特尔第一代大规模研究
    的头像 发表于 04-19 09:43 222次阅读
    英特尔发布新一代<b class='flag-5'>神经</b><b class='flag-5'>拟态</b><b class='flag-5'>系统</b>Hala Point,11.5亿<b class='flag-5'>神经元</b>,12倍性能提升

    人的大脑相当于什么水平的 GPU 和 CPU ?

    人脑的基本结构和功能人类的大脑是一个惊人的机器,能处理复杂的信息,使我们能理解和响应周围的世界。它由大约860亿个神经元组成,每个神经元可以与其他神经元通过约1000个突触进行连接,形
    的头像 发表于 02-19 13:27 210次阅读
    人的<b class='flag-5'>大脑</b><b class='flag-5'>相当于</b>什么水平的 GPU 和 CPU ?

    3a6000相当于几代英特尔?3A6000相当于英特尔第10代酷睿四核处理器

    的。 3a6000相当于几代英特尔? 3A6000相当于英特尔第10代酷睿四核处理器;值得庆贺! 与Intel-i3 10100对比,在SPEC CPU 2006测试中,3A6000处理器多核定点强20
    的头像 发表于 11-29 16:06 1713次阅读

    人工神经网络相关资料

    ,但计算机则很难做到这点。 大脑是由生物神经元构成的巨型网络,它在本质上不同于计算机,是种大规模的并行处理
    发表于 09-27 06:13

    不可错过!人工神经网络算法、PID算法、Python人工智能学习等资料包分享(附源代码)

    神经网络的设计基础。神经元是以生物的神经系统神经细胞为基础的生物模型。在人们对生物神经系统进行研究
    发表于 09-13 16:41

    卷积神经网络和深度神经网络的优缺点 卷积神经网络和深度神经网络的区别

    深度神经网络是一种基于神经网络的机器学习算法,其主要特点是由多层神经元构成,可以根据数据自动调整神经元之间的权重,从而实现对大规模数据进行预
    发表于 08-21 17:07 2314次阅读

    文详解CNN

    学原理支撑:神经元并非接收其它所有神经元传来的刺激都产生反应,它首先会将其相邻神经元传来的刺激进行积累,到
    发表于 08-18 06:56

    天玑6100相当于骁龙什么芯片?

    天玑6100相当于骁龙什么芯片? 天玑6100是联发科技公司推出的一款中高端的移动处理芯片,运行效率高、性能稳定,受到广大消费者的喜爱。 相比于其他芯片,天玑6100的一大特点是它的制造工艺更加先进
    的头像 发表于 08-16 11:48 1.9w次阅读

    rk3566相当于骁龙什么芯片?

    rk3566相当于骁龙什么芯片? RK3566相当于骁龙什么芯片?这是一个许多人都很关心的问题。以前,RK3566和骁龙系列芯片之间存在明显的性能差距,但是最近新版本的RK3566芯片让许多人感到
    的头像 发表于 08-15 17:43 7612次阅读

    RK3588相当于intel什么型号?

    RK3588相当于intel什么型号? RK3588是由中国领先的半导体公司Rockchip开发的一款高性能片上系统。它采用先进的12nm工艺技术,集成了四核Cortex-A76 CPU
    的头像 发表于 08-15 17:04 3675次阅读

    什么是神经网络?为什么说神经网络很重要?神经网络如何工作?

    神经网络是一个具有相连节点层的计算模型,其分层结构与大脑中的神经元网络结构相似。神经网络可通过数据进行学习,因此,可训练其识别模式、对数据分类和预测未来事件。
    的头像 发表于 07-26 18:28 1958次阅读
    什么是<b class='flag-5'>神经</b>网络?为什么说<b class='flag-5'>神经</b>网络很重要?<b class='flag-5'>神经</b>网络如何工作?

    神经元 C 参考指南

    神经元 C 参考指南
    发表于 07-04 20:48 0次下载
    <b class='flag-5'>神经元</b> C 参考指南

    神经元汇编语言参考

    神经元汇编语言参考
    发表于 07-04 20:47 0次下载
    <b class='flag-5'>神经元</b>汇编语言参考

    神经元 6050 数据表

    神经元 6050 数据表
    发表于 07-04 20:41 0次下载
    <b class='flag-5'>神经元</b> 6050 数据表

    为什么深度学习需要与边缘计算进行结合及如何结合

    在生活中应用实验或未建模的数据。 神经网络是机器学习的模型之一,已经存在了数十年之久。这个概念是由研究哺乳动物大脑中生物神经元的科学家定义
    发表于 05-31 15:09 0次下载
    为什么深度学习需要与边缘计算进行结合及如何结合