Intels neue Neuromorphic-Chips sind 1.000 Mal schneller als normale CPUs

Intels neues System mit dem Codenamen Pohoiki Beach wird auf der Consumer Electronics Show (CES) in Las Vegas vorgestellt. Das Gerät besteht aus 64 Loihi-Forschungschips und soll die Lernfähigkeit und Energieeffizienz des menschlichen Gehirns simulieren. Diese neuromorphen Chips sind eine vereinfachte Version der Funktionsweise von Neuronen und Synapsen im Gehirn.

Rich Uhlig, Geschäftsführer von Intel (INTC ) Labs, sprach über die neue Technologie.

“Wir sind beeindruckt von den ersten Ergebnissen, die wir bei der Skalierung von Loihi zur Erstellung leistungsfähigerer neuromorpher Systeme erzielt haben. Pohoiki Beach wird nun mehr als 60 Ökosystem-Partnern zur Verfügung stehen, die dieses spezielle System verwenden werden, um komplexe, rechenintensive Probleme zu lösen.”

Der neue AI-Neuromorphic-Chip kann Datenverarbeitungsaufgaben 1.000 Mal schneller ausführen als normale Prozessoren wie CPUs und GPUs und benötigt dabei viel weniger Energie.

Die Art und Weise, wie er auf Hirnneuronen basiert, ist nicht etwas völlig Neues. Viele AI-Algorithmen simulieren neuronale Netze in ihren Programmen. Sie verwenden parallele Verarbeitung zur Erkennung von Objekten in Bildern und Wörtern in der Sprache. Die neuen neuromorphen Chips setzen diese neuronalen Netze in Silizium um. Obwohl sie weniger flexibel und leistungsfähig sind als einige der besten allgemeinen Chips, führen sie bei spezifischen Aufgaben hervorragend. Der neue AI-Chip von Intel ist 10.000 Mal effizienter als allgemeine Prozessoren. Da sie so energieeffizient sind, wird die Technologie ideal für mobile Geräte, Fahrzeuge, industrielle Ausrüstung, Cybersicherheit und Smart Homes sein. AI-Forscher haben bereits begonnen, das System für Dinge wie die Verbesserung von Prothesen zu verwenden, damit sie sich besser an unebenes Gelände anpassen können, sowie für die Erstellung digitaler Karten, die von selbstfahrenden Autos verwendet werden.

Chris Eliasmith, Co-CEO von Applied Brain Research und Professor an der University of Waterloo, ist einer der Forscher, die die neue Technologie verwenden.

“Mit dem Loihi-Chip konnten wir 109 Mal geringere Energieverbrauch bei der Ausführung eines Echtzeit-Deep-Learning-Benchmarks im Vergleich zu einer GPU und 5 Mal geringere Energieverbrauch im Vergleich zu spezieller IoT-Schnittstellen-Hardware nachweisen… Noch besser, wenn wir das Netzwerk um das 50-fache skalieren, behält Loihi die Echtzeit-Leistung bei und verbraucht nur 30 Prozent mehr Energie, während die IoT-Hardware 500 Prozent mehr Energie verbraucht und keine Echtzeit mehr ist”, sagte Chris Eliasmith.

Konstantinos Michmizos ist Professor an der Rutgers University, und sein Labor arbeitet an SLAM, das auf der International Conference on Intelligent Robots and Systems (IROS) im November vorgestellt wird.

“Loihi ermöglichte es uns, ein spikendes neuronales Netzwerk zu realisieren, das die zugrunde liegenden neuronalen Repräsentationen und das Verhalten des Gehirns imitiert. Die SLAM-Lösung entstand als Eigenschaft der Netzwerkstruktur. Wir haben das Loihi-Netzwerk getestet und festgestellt, dass es genauso genau ist, während es 100 Mal weniger Energie verbraucht als eine weit verbreitete CPU-basierte SLAM-Methode für mobile Roboter”, sagte er.

Derzeit ist Pohoiki Beach ein System mit 8 Millionen Neuronen. Rich Uhlig, Leiter von Intel Labs, denkt, dass das Unternehmen in der Lage sein wird, ein System zu erstellen, das 100 Millionen Neuronen simulieren kann, bis Ende 2019. Diese neue Technologie kann von Forschern für eine Vielzahl von Dingen wie die Verbesserung von Roboterarmen verwendet werden. Diese neuen Entwicklungen und Forschungen führen zu dem, was wahrscheinlich die Kommerzialisierung von Neuromorphic-Technologie sein wird.

Laut dem Unternehmen wird Intel später in diesem Jahr ein noch größeres Loihi-System namens Pohoiki Springs vorstellen, das auf der Pohoiki-Beach-Architektur aufbaut, um einen beispiellosen Leistungs- und Effizienzgrad für skalierte Neuromorphic-Workloads zu liefern.