Intel entwéckelt de gréisste neuromorphesche System fir ëmweltfrëndlech AI Fortschrëtter

Intel huet viru kuerzem d'Schafung vum Hala Point ugekënnegt, de weltgréisste neuromorphesche System, deen e bedeitende Schrëtt a Richtung méi nohalteg an effizient kënschtlech Intelligenz markéiert. Am Ufank op Sandia National Laboratoiren ofgesat, Hala Point benotzt Intel fortgeschratt Loii 2 Prozessor a baut op den Erfolleg vu sengem Virgänger, Pohoiki Springs, andeems se wesentlech Verbesserungen an der Architektur ubidden. Dës Verbesserung verbessert d'Neuronkapazitéit ëm méi wéi zéngmol an d'Performance ëm bis zu zwielef Mol.

"D'Rechenkäschte vun den haitegen AI Modeller klammen zu onhaltbaren Tariffer. D'Industrie brauch grondsätzlech nei Approchen déi fäeg sinn ze skaléieren. Aus deem Grond hu mir Hala Point entwéckelt, déi kombinéiert ze léieren Effizienz mat Roman Gehir-inspiréiert Léieren an Optimisatiounsfäegkeeten. Mir hoffen datt d'Fuerschung mam Hala Point d'Effizienz an d'Adaptabilitéit vun der grousser AI Technologie fördert, "sot de Mike Davies, Direkter vum Neuromorphic Computing Lab bei Intel Labs.

Hala Point ënnerscheet sech duerch deen éischte grouss-Skala neuromorphesche System ze sinn, dee fäeg ass modernste computational Effizienz op Mainstream AI Aarbechtslaascht ze demonstréieren. Et kann bis zu 20 Quadrillion Operatiounen pro Sekonn ënnerstëtzen, oder 20 Petaops, a bitt onendlech Effizienz méi wéi 15 Billioun 8-Bit Operatiounen pro Sekonn pro Watt (TOPS / W) wann Dir konventionell déif neural Netzwierker ausféiert.

Fuerscher um Sandia National Laboratoiren wäert Hala Point fir fortgeschratt Gehir-Skala Rechenzäit Fuerschung benotzen, konzentréieren op wëssenschaftleche Rechenzäit Problemer iwwer verschidden Beräicher wéi Apparat Physik, Computer Architektur, an Informatik. "Schaffen mam Hala Point verbessert d'Fäegkeet vun eisem Sandia Team fir computational a wëssenschaftlech Modellerproblemer ze léisen. D'Fuerschung mat engem System vun dëser Gréisst ze maachen erlaabt eis mat der Evolutioun vun der AI an Felder ze halen, rangéiert vu kommerziell bis Verteidegung bis Basiswëssenschaft, "sot Craig Vineyard, Hala Point Team Leader bei Sandia National Laboratories.

Wärend Hala Point e Fuerschungsprototyp bleift, stellt Intel vir, datt seng Lektioune zukünfteg kommerziell Systemfäegkeeten däitlech verbesseren, notamment grouss Sproochmodeller erméiglechen kontinuéierlech vun neien Donnéeën ze léieren an d'Trainingsbelaaschtung vun AI-Deployementer ze reduzéieren.

Den Drive fir ëmmer méi grouss Deep Learning Modeller huet bedeitend Nohaltegkeet Erausfuerderunge bannent AI ausgesat, déi Innovatioun op de fundamentalen Niveauen vun der Hardwarearchitektur erfuerdert. Neuromorphic Computing, inspiréiert vun Neurowëssenschaften, integréiert Erënnerung a Computing an engem héich parallele Kader fir Datenbewegung ze minimiséieren. Dës Approche huet bemierkenswäert Gewënn an Effizienz, Geschwindegkeet an Adaptabilitéit bewisen, wéi bewisen duerch d'Leeschtung vum Loihi 2 op dëser Internationaler Konferenz iwwer Akustik, Ried a Signalveraarbechtung (ICASSP).

Hala Point integréiert 1,152 Loihi 2 Prozessoren an ënnerstëtzt bis zu 1.15 Milliarden Neuronen an 128 Milliarde Synapsen, verdeelt iwwer 140,544 neuromorphesch Veraarbechtungskären, bannent engem sechs-Rack-Eenheet Datenzenter Chassis. Säin massiv paralleliséierte Stoff bitt bedeitend Erënnerungsbandbreedung a Kommunikatiounsgeschwindegkeet, déi e robuste Fundament fir bio-inspiréiert spiking neural Netzwierkmodeller ubitt.

Dem Intel seng lafend Entwécklung vun neuromorphesche Systemer wéi Hala Point zielt d'Kraaft- a Latenzbeschränkungen unzegoen, déi momentan d'real-Welt Deployment vun AI limitéieren. Mat der weiderer Zesummenaarbecht vun der Intel Neuromorphic Research Community (INRC), ass Intel engagéiert fir dës Gehir-inspiréiert Technologie vu Fuerschungsprototypen op kommerziell Produkter ze förderen.