英特尔的新神经形态芯片比普通CPU快1000倍

英特尔的新系统，代号为Pohoiki Beach，将在拉斯维加斯的消费电子展（CES）上展出。该设备由64个Loihi研究芯片组成，目标是模拟人类大脑的学习能力和能效。这些神经形态芯片是模拟大脑中神经元和突触功能的简化版本。

英特尔实验室总监Rich Uhlig谈到了这项新技术。

“我们对早期结果印象深刻，随着我们扩展Loihi以创建更强大的神经形态系统。Pohoiki Beach现在将可供60多个生态系统合作伙伴使用，他们将使用该专用系统解决复杂的计算密集型问题。”

新的AI神经形态芯片可以比普通处理器（如CPU和GPU）快1000倍地执行数据处理任务，同时使用更少的电力。

以大脑神经元为基础的方法并非完全新颖。许多AI算法在其程序中模拟神经网络。它们使用并行处理来识别图像中的对象和语音中的单词。新的神经形态芯片将这些神经网络放入硅片中。虽然它们不如一些最好的通用芯片灵活和强大，但它们在专门的任务中表现出色。英特尔的新AI芯片比普通处理器效率高10000倍。由于它们的能效非常高，因此该技术将非常适合移动设备、车辆、工业设备、网络安全和智能家居。AI研究人员已经开始使用该系统来完成诸如改进假肢以适应不平地面，以及为自动驾驶汽车创建数字地图等任务。

Applied Brain Research的联合CEO、滑铁卢大学教授Chris Eliasmith是使用这项新技术的几位研究人员之一。

“使用Loihi芯片，我们能够展示与GPU相比，运行实时深度学习基准时，功耗降低了109倍，与专用IoT接口硬件相比，功耗降低了5倍。更好的是，当我们将网络扩大50倍时，Loihi保持了实时性能结果，并且只使用了30％更多的电力，而IoT硬件使用了500％更多的电力，并且不再实时，”Chris Eliasmith说。

Konstantinos Michmizos是罗格斯大学的教授，他的实验室正在进行SLAM的工作，这将在11月的国际智能机器人和系统会议（IROS）上展示。

“Loihi使我们能够实现模拟大脑底层神经表示和行为的脉冲神经网络。SLAM解决方案是网络结构的属性。我们对Loihi运行的网络进行了基准测试，发现它的准确性与广泛使用的CPU运行的SLAM方法相似，但能耗减少了100倍，”他说。

目前，Pohoiki Beach是一个800万个神经元的系统。英特尔实验室负责人Rich Uhlig认为，到2019年底，公司将能够创建一个能够模拟1亿个神经元的系统。这种新技术将可用于广泛的研究领域，例如改进机器人臂。这些新发展和研究将导致神经形态技术的商业化。

根据公司的说法，“今年晚些时候，英特尔将推出一个更大的Loihi系统，名为Pohoiki Springs，它将在Pohoiki Beach架构的基础上提供前所未有的性能和效率，以适应扩展的神经形态工作负载。”