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
会员中心
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
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

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

    462

    文章

    53537

    浏览量

    459153
  • intel
    +关注

    关注

    19

    文章

    3506

    浏览量

    190571
  • 神经元
    +关注

    关注

    1

    文章

    369

    浏览量

    19110
收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    神经元设备和脑机接口有何渊源?

    HUIYING神经元设备的发展历程概述神经元设备的发展经历了从基础信号检测到多功能智能集成的演进过程。自1920年代脑电图(EEG)信号首次被发现以来,神经电极技术逐步发展,如1957年出现的钨微丝
    的头像 发表于 11-03 18:03 1160次阅读
    <b class='flag-5'>神经元</b>设备和脑机接口有何渊源?

    激活函数ReLU的理解与总结

    激活函数的作用 神经网络中使用激活函数来加入非线性因素,提高模型的表达能力。 如果不用激励函数(其实相当于激励函数是f(x) = x),在这种情况下你每层节点的输入都是上层输出的线性函数,很
    发表于 10-31 06:16

    脉冲神经元模型的硬件实现

    时,I_i等于1,否则 I_i等于0。当膜电位超过阈值,神经元发出脉冲,然后膜电位变为静息电位vrest,并且膜电位在段时间内不允许改变时间,称为不应期。如果膜电位没有超过阈值,膜电位呈指数衰减直到为静
    发表于 10-24 08:27

    SNN加速器内部神经元数据连接方式

    系统,图中1到N方块分别表示N神经元,每当发送端侧的神经元产生
    发表于 10-24 07:34

    液态神经网络(LNN):时间连续性与动态适应性的神经网络

    1.算法简介液态神经网络(LiquidNeuralNetworks,LNN)是种新型的神经网络架构,其设计理念借鉴自生物神经系统,特别是秀丽隐杆线虫的
    的头像 发表于 09-28 10:03 706次阅读
    液态<b class='flag-5'>神经</b>网络(LNN):时间连续性与动态适应性的<b class='flag-5'>神经</b>网络

    【「AI芯片:科技探索与AGI愿景」阅读体验】+神经形态计算、类脑芯片

    几年神经元计算及类脑芯片的重大进展。 、云端使用的神经形态计算与类脑芯片 神经形态计算旨在设计和构建包括硬件和软件在内的计算机系统,通过模
    发表于 09-17 16:43

    神经拟态类脑计算机“悟空”发布,神经元数量超20亿

    电子发烧友网综合报道 8月2日,浙江大学脑机智能全国重点实验室发布新神经拟态类脑计算机——Darwin Monkey(中文名“悟空”)。   “悟空”堪称国际首台神经元
    的头像 发表于 08-06 07:57 7275次阅读
    新<b class='flag-5'>一</b>代<b class='flag-5'>神经</b><b class='flag-5'>拟态</b>类脑计算机“悟空”发布,<b class='flag-5'>神经元</b>数量超20亿

    无刷直流电机单神经元自适应智能控制系统

    常规PID,大大提高了系统的跟随性,能满足BLDCM系统对实时性的要求。 纯分享帖,点击下方附件免费获取完整资料~~~ *附件:无刷直流电机单神经元自适应智能控制系统.pdf 【免责声
    发表于 06-26 13:36

    无刷直流电机单神经元PI控制器的设计

    摘要:研究种基于专家系统的单神经元PI控制器,并将其应用于无刷直流电机调速系统中。控制器实现了PI参数的在线调整,在具有PID控制器良好
    发表于 06-26 13:34

    BP神经网络的网络结构设计原则

    ,仅作为数据输入的接口。输入层的神经元个数通常与输入数据的特征数量相对应。 隐藏层 :对输入信号进行非线性变换,是神经网络的核心部分,负责学习输入与输出之间的复杂映射关系。隐藏层可以有层或多层,层数和
    的头像 发表于 02-12 16:41 1254次阅读

    BP神经网络与卷积神经网络的比较

    多层。 每层都由若干个神经元构成,神经元之间通过权重连接。信号在神经网络中是前向传播的,而误差是反向传播的。 卷积神经网络(CNN) :
    的头像 发表于 02-12 15:53 1307次阅读

    如何训练BP神经网络模型

    从输入层向输出层传播的过程。具体来说,输入层的信号经过加权和运算后传递给隐藏层,隐藏层的神经元接收来自前层的信号,经过激活函数处理后再传递给下层,直到最终到达输出层。每层的输出都
    的头像 发表于 02-12 15:10 1466次阅读

    电容充电时相当于短路吗_电容充电原理

    电容在充电时并不相当于短路,而是逐渐积累电荷的过程。当电容器连接到电源两端时,电源开始对电容器进行充电。在这个过程中,电容器两极板之间的电压逐渐上升,直到达到电源的电动势为止。同时,流过电容器的电流会逐渐减小,直至趋于零。
    的头像 发表于 01-27 11:34 3513次阅读

    深度学习入门:简单神经网络的构建与实现

    深度学习中,神经网络是核心模型。今天我们用 Python 和 NumPy 构建简单的神经网络。 神经网络由多个
    的头像 发表于 01-23 13:52 842次阅读

    人工神经网络的原理和多种神经网络架构方法

    所拟合的数学模型的形式受到大脑神经元的连接和行为的启发,最初是为了研究大脑功能而设计的。然而,数据科学中常用的神经网络作为
    的头像 发表于 01-09 10:24 2249次阅读
    人工<b class='flag-5'>神经</b>网络的原理和多种<b class='flag-5'>神经</b>网络架构方法