Intel entwickelt größtes neuromorphes System für umweltfreundliche KI-Fortschritte

Intel (INTC ) hat kürzlich die Erstellung von Hala Point, dem weltweit größten neuromorphen System, angekündigt, was einen bedeutenden Schritt in Richtung nachhaltigerer und effizienterer künstlicher Intelligenz darstellt. Zunächst bei Sandia National Laboratories eingesetzt, verwendet Hala Point Intels fortschrittlichen Loihi-2-Prozessor und baut auf dem Erfolg seines Vorgängers, Pohoiki Springs, auf, indem es wesentliche Verbesserungen in der Architektur bietet. Diese Verbesserung erhöht die Neuronenkapazität um mehr als das Zehnfache und die Leistung um bis zu zwölf Mal.

“Die Rechenkosten heutiger KI-Modelle steigen mit untragbaren Raten. Die Branche benötigt grundlegend neue Ansätze, die skalierbar sind. Deshalb haben wir Hala Point entwickelt, das die Effizienz von Deep Learning mit neuen, vom Gehirn inspirierten Lern- und Optimierungsmechanismen kombiniert. Wir hoffen, dass die Forschung mit Hala Point die Effizienz und Anpassungsfähigkeit von groß angelegter KI-Technologie vorantreiben wird”, sagte Mike Davies, Leiter des Neuromorphen Rechenlabors bei Intel Labs.

Hala Point zeichnet sich dadurch aus, dass es das erste groß angelegte neuromorphe System ist, das staatliche Rechenleistungseffizienz bei herkömmlichen KI-Arbeitslasten demonstrieren kann. Es kann bis zu 20 Billiarden Operationen pro Sekunde unterstützen, oder 20 Petaops, und bietet eine beispiellose Effizienz von über 15 Billionen 8-Bit-Operationen pro Sekunde pro Watt (TOPS/W), wenn es herkömmliche tiefere neuronale Netze ausführt.

Forscher bei Sandia National Laboratories werden Hala Point für fortschrittliche, gehirnskalige Rechenforschung verwenden, die sich auf wissenschaftliche Rechenprobleme in verschiedenen Bereichen wie Gerätephysik, Computerarchitektur und Informatik konzentriert. “Die Arbeit mit Hala Point verbessert die Fähigkeit unseres Sandia-Teams, Rechen- und wissenschaftliche Modellierungsprobleme zu lösen. Die Durchführung von Forschungen mit einem System dieser Größe ermöglicht es uns, mit der Evolution von KI in Bereichen von kommerziell bis Verteidigung und Grundlagenwissenschaft Schritt zu halten”, erklärte Craig Vineyard, Leiter des Hala-Point-Teams bei Sandia National Laboratories.

Obwohl Hala Point noch ein Forschungsprototyp ist, sieht Intel seine Lektionen als wesentliche Verbesserung der Fähigkeiten zukünftiger kommerzieller Systeme, insbesondere die Fähigkeit, große Sprachmodelle kontinuierlich aus neuen Daten zu lernen und die Trainingsbelastung von KI-Einsätzen zu reduzieren.

Das Streben nach immer größeren Deep-Learning-Modellen hat erhebliche Nachhaltigkeitsprobleme innerhalb von KI aufgedeckt, was Innovation auf den grundlegenden Ebenen der Hardware-Architektur erfordert. Neuromorphes Rechnen, inspiriert von der Neurowissenschaft, integriert Speicher und Rechenleistung in einem hochgradig parallelen Rahmen, um Datenbewegungen zu minimieren. Dieser Ansatz hat bemerkenswerte Gewinne in Effizienz, Geschwindigkeit und Anpassungsfähigkeit gezeigt, wie dies durch die Leistung von Loihi 2 auf dieser Monatskonferenz zur Akustik, Sprache und Signalverarbeitung (ICASSP) nachgewiesen wurde.

Hala Point integriert 1.152 Loihi-2-Prozessoren und unterstützt bis zu 1,15 Milliarden Neuronen und 128 Milliarden Synapsen, die auf 140.544 neuromorphen Rechenkernen in einem sechs-Einheiten-Rechenzentrums-Chassis verteilt sind. Sein massiv paralleles Gewebe bietet erhebliche Speicherbandbreite und Kommunikationsgeschwindigkeiten und bietet eine robuste Grundlage für bio-inspirierte Spike-Neuronen-Netzmodelle.

Intels laufende Entwicklung von neuromorphen Systemen wie Hala Point zielt darauf ab, die Strom- und Latenzbeschränkungen anzugehen, die derzeit die realweltliche Einsatzmöglichkeit von KI einschränken. Mit der fortlaufenden Zusammenarbeit der Intel Neuromorphic Research Community (INRC) ist Intel bestrebt, diese vom Gehirn inspirierte Technologie von Forschungsprototypen zu kommerziellen Produkten voranzutreiben.