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

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

    453

    文章

    50387

    浏览量

    421783
  • intel
    +关注

    关注

    19

    文章

    3480

    浏览量

    185747
  • 神经元
    +关注

    关注

    1

    文章

    363

    浏览量

    18438
收藏 人收藏

    评论

    相关推荐

    神经元是什么?神经元神经系统中的作用

    神经元,又称神经细胞,是神经系统的基本结构和功能单位。它们负责接收、整合、传导和传递信息,从而参与和调控神经系统的各种活动。神经元在形态上高
    的头像 发表于 07-12 11:49 941次阅读
    <b class='flag-5'>神经元</b>是什么?<b class='flag-5'>神经元</b>在<b class='flag-5'>神经系统</b>中的作用

    人工神经元模型的基本构成要素

    人工神经元模型是人工智能领域中的重要概念,它模仿了生物神经元的工作方式,为机器学习和深度学习提供了基础。本文将介绍人工神经元模型的基本构
    的头像 发表于 07-11 11:28 1001次阅读

    人工神经元模型的基本原理是什么

    人工神经元模型是人工智能领域中的重要概念,它模仿了生物神经系统中的神经元行为,为机器学习和深度学习提供了基础。
    的头像 发表于 07-11 11:26 567次阅读

    人工神经元模型由哪两部分组成

    世纪末,当时科学家们开始研究生物神经元的工作原理。生物神经元大脑的基本组成单位,它们通过突触连接在起,形成复杂的
    的头像 发表于 07-11 11:24 687次阅读

    生物神经元模型包含哪些元素

    生物神经元模型是神经科学和人工智能领域中的重要研究方向,它旨在模拟生物神经元的工作原理,以实
    的头像 发表于 07-11 11:21 848次阅读

    人工智能神经元的基本结构

    ,旨在创建能够执行通常需要人类智能的任务的计算机系统神经元是构成人脑的基本单元,也是人工智能研究的基础。本文将详细介绍人工智能神经元的基本结构。
    的头像 发表于 07-11 11:19 1049次阅读

    人工神经元模型的基本原理及应用

    人工神经元模型是人工智能和机器学习领域的重要概念,它模仿了生物神经元的工作方式,为计算机提供了处理信息的能力。 、人工
    的头像 发表于 07-11 11:15 635次阅读

    人工神经元模型的三要素是什么

    神经元是构成神经系统的基本单元,它们通过突触与其他神经元相互连接,实现信息的传递和处理。人工神经元则是模仿生物神经元
    的头像 发表于 07-11 11:13 697次阅读

    神经元的分类包括哪些

    神经元神经系统的基本功能单位,它们通过电信号和化学信号进行信息传递和处理。神经元的分类非常复杂,可以根据不同的标准进行分类。 神经元
    的头像 发表于 07-03 11:36 1011次阅读

    神经元的结构及功能是什么

    神经元神经系统的基本结构和功能单位,它们通过电信号和化学信号进行信息传递和处理。神经元的结构和功能非常复杂,涉及到许多不同的方面。 神经元
    的头像 发表于 07-03 11:33 1014次阅读

    神经元的基本作用是什么信息

    神经元神经系统的基本功能单位,它们在大脑、脊髓和周围神经系统中发挥着至关重要的作用。神经元的基本作用是接收、处理和传递信息。本文将详细介绍
    的头像 发表于 07-03 11:29 770次阅读

    神经元的信息传递方式是什么

    神经元神经系统的基本单位,它们通过电信号和化学信号的方式进行信息传递。 神经元的信息传递方式 神经元的结构和功能 神经元
    的头像 发表于 07-03 11:27 1053次阅读

    神经元神经网络的区别与联系

    在人工智能和机器学习的领域中,神经元神经网络是两至关重要的概念。虽然它们都与人脑中的神经系统有着密切的联系,但在实际应用和理论研究中,它
    的头像 发表于 07-01 11:50 805次阅读

    英特尔发布新神经拟态系统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。在英特尔第代大规模
    的头像 发表于 04-19 09:43 470次阅读
    英特尔发布新<b class='flag-5'>一</b>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860亿神经元组成,每个
    的头像 发表于 02-19 13:27 608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 ?