Intel Utvecklar Världens Största Neuromorfiska System för Ekologiska AI-Framsteg

Intel (INTC ) har nyligen meddelat skapandet av Hala Point, världens största neuromorfiska system, vilket markerar ett betydande steg mot mer hållbara och effektiva artificiella intelligenssystem. Initialt distribuerat vid Sandia National Laboratories, använder Hala Point Intels avancerade Loihi 2-processor och bygger på framgången med dess föregångare, Pohoiki Springs, genom att erbjuda betydande förbättringar i arkitektur. Denna förbättring ökar neuronnkapaciteten med mer än tiofalt och prestandan med upp till tolv gånger.

“Datorkostnaden för dagens AI-modeller ökar i en ohållbar takt. Branschen behöver grundligt nya tillvägagångssätt som kan skalas. Av den anledningen utvecklade vi Hala Point, som kombinerar djupinlärning-effektivitet med nya hjärninspirerade inlärnings- och optimeringsförmågor. Vi hoppas att forskning med Hala Point kommer att förbättra effektiviteten och anpassningsförmågan för storskalig AI-teknik”, sa Mike Davies, chef för Neuromorphic Computing Lab på Intel Labs.

Hala Point skiljer sig från andra system genom att det är det första storskaliga neuromorfiska systemet som kan demonstrera toppmoderna beräknings-effektiviteter på vanliga AI-arbetsbelastningar. Det kan stödja upp till 20 kvadriljoner operationer per sekund, eller 20 petaops, och erbjuder en utan motstycke effektivitet som överstiger 15 biljoner 8-bitarsoperationer per sekund per watt (TOPS/W) när det körs konventionella djupinlärningsnätverk.

Forskare vid Sandia National Laboratories kommer att använda Hala Point för avancerad hjärnskaleberäkning, med fokus på vetenskapliga beräkningsproblem inom olika områden som enhetsfysik, datorarkitektur och informatik. “Att arbeta med Hala Point förbättrar vår Sandia-grupps förmåga att lösa beräknings- och vetenskapliga modelleringproblem. Att genomföra forskning med ett system av den här storleken kommer att tillåta oss att hålla jämna steg med AI:s utveckling inom områden som sträcker sig från kommersiella till försvars- och grundvetenskapliga tillämpningar”, sa Craig Vineyard, Hala Point-teamledare vid Sandia National Laboratories.

Medan Hala Point fortfarande är en forskningsprototyp, ser Intel att dess lärdomar kommer att förbättra framtida kommersiella system avsevärt, särskilt genom att möjliggöra stora språkmodeller som kan lära sig kontinuerligt från nya data och minska utbildningsbördan för AI-distributioner.

Drivet mot allt större djupinlärningsmodeller har avslöjat betydande hållbarhetsutmaningar inom AI, vilket kräver innovation på de grundläggande nivåerna av maskinvaruarkitektur. Neuromorfisk datoranvändning, inspirerad av neurovetenskap, integrerar minne och beräkning inom ett högt parallellt ramverk för att minimera datarörelse. Detta tillvägagångssätt har visat på anmärkningsvärda vinster i effektivitet, hastighet och anpassningsförmåga, som visas av Loihi 2:s prestanda på den senaste internationella konferensen om akustik, tal och signalbehandling (ICASSP).

Hala Point integrerar 1 152 Loihi 2-processorer och stödjer upp till 1,15 miljarder neuroner och 128 miljarder synapser, fördelade över 140 544 neuromorfiska bearbetningskärnor, inom en sex-rack-enhet datorenhet. Dess massivt parallelliserade tyg erbjuder betydande minnesbandbredd och kommunikationshastigheter, vilket ger en robust grund för bio-inspirerade spikade neurala nätverksmodeller.

Intels fortsatta utveckling av neuromorfiska system som Hala Point syftar till att hantera effekt- och latensbegränsningar som för närvarande begränsar den verkliga distributionen av AI. Med den fortsatta samarbetet med Intel Neuromorphic Research Community (INRC), är Intel åtagit att främja denna hjärninspirerade teknik från forskningsprototyper till kommersiella produkter.