全新的计算架构：神经拟态计算

第十五届“开源中国开源世界”高峰论坛如期举行。英特尔中国研究院院长宋继强在此次论坛上发表了题为《神经拟态计算，探索智能互联时代的计算创新》主题演讲。演讲内容涵盖信息世界数据的三大变化而产生的对计算创新的需求，以及英特尔在计算创新上所做出的努力和进展。宋继强在此次演讲中也表示，希望通过开源的技术和平台，让新的技术可以造福全人类。

据宋继强介绍，因为无线通讯技术和人工智能技术的广泛应用，目前人类所处的信息世界的数据正在呈现三大变化。首先是数据量呈指数级的爆发。除了我们熟知的人为输入和设备在不断地产生数据之外，物联网、人工智能模型也在产生大量的数据。另外，数据的形态也日趋多样化，有更多非结构化数据在实时产生。最后，很多来自于物联网设备以及实际应用场景的数据，需要在终端或边缘被采集，同时要能够实时处理后再反馈到边缘。这也是数据的第三个变化，即对数据实时处理的需求在快速增长。

针对信息世界中数据的这三大变化，对计算创新的需求也呼之欲出。英特尔在计算创新领域耕耘多年，并提出了“超异构”计算解决方案，通过先进的异构封装技术将多种不同类型的架构组合到一张芯片中，并提供面向异构计算统一、可扩展的编程模型oneAPI软件解决方案。除此之外，英特尔也在继续探索计算架构的创新，神经拟态计算是一种全新的架构，并且英特尔也已经取得了瞩目的成就。

超异构计算创造卓越能效比

宋继强在此次演讲中指出，目前我们主流的计算架构有四种，分别是标量、矢量、矩阵和空间计算，异构计算就是要把这些计算进行整合，简称为“XPU”。传统的异构计算主要采用SoC和分体式板卡的方式，但这两种方式各有劣势，而英特尔的“超异构”计算可以把这两种方式的优势集合，同时避免它们的不足。

“英特尔先进的封装技术，如EMIB、Foveros等，可以很好地将多种不同架构的芯片整合到一个芯片里，”宋继强表示。“这些技术可以避免在板级封装中对空间和传输效率的牺牲，同时在小空间、低功耗的情况下，提高了计算性能和能效比。”

除此之外，在超异构计算领域，英特尔推出“软硬结合”战略，推出了以开发者为中心的oneAPI软件解决方案，提供一个通用、开放的编程体验，让开发者自由选择架构，无需在性能上做出妥协，也大大降低了使用不同的代码库、编程语言、编程工具和工作流程所带来的复杂性，从而为企业节省成本。

宋继强表示：“通过我们提供的统一API接口使得在不同硬件之间的迁移变得非常简便和高效。oneAPI是面向开源的，也希望大家来参与这个领域的交流和合作。”

全新的计算架构：神经拟态计算

除此之外，英特尔在计算架构创新领域也在持续探索，这其中就包括采用全新的计算架构的神经拟态计算。宋继强认为，目前理想的一种计算方式是能够类似人脑，在低能耗的条件下完成多个不同种类的任务，同时又能够支持扩展，而神经拟态计算是一个可行之道。

英特尔在神经拟态计算领域已经取得了瞩目的进展。神经拟态芯片Loihi存储和计算一体，把计算单元和所需要的存储空间紧密整合，拥有非常多一样的“小核”，每个“小核”中又拥有1000个神经元，每一个神经元又可以和另外1000个神经元相互连接，这样的架构被称为“同构多核”，类似人脑中突触的概念。

“Loihi这样的一个小芯片已经可以模拟人脑的13万个神经元，并且可以产生1．3亿个突触，所以这已经是一个高度复杂的神经网络拓扑了，”宋继强说到。

神经拟态芯片也是真正的“绿色”芯片。据宋继强介绍，Loihi不仅体积小，同时采用异步电路设计，只有工作的神经元才会启动，其他的则处于休眠状态，可以实现非常高的能效比。

Loihi芯片灵活的架构支持多种事件驱动的自学习模式。除了深度学习中无监督学习模式和监督学习模式，Loihi还支持自监督学习，即关联不同的事件产出它们的前后因果顺序，并且进行强化。除此之外，Loihi还支持强化学习，即利用观察到的事件和决策之间反复迭代，从而得出“最优解”，这种学习模式非常适用于自动驾驶和机器人领域。

目前，英特尔最新的神经拟态系统Pohoiki Springs拥有768个Loihi芯片，提供1亿个神经元，已经相当于一个小仓鼠的大脑。

宋继强在演讲最后表示：“英特尔的宏旨是通过创造改变世界的技术，造福地球上每一个人。希望通过超异构计算以及神经拟态计算，以及开源的技术和平台，能够让新技术快速覆盖全球，产生造福人类的技术。”
责任编辑:pj