英特尔的新型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Loihi的早期结果印象深刻，因为我们扩展Loihi以创建更强大的神经形态系统。Pohoiki Beach现在将可供超过60个生态系统合作伙伴使用，他们将使用这项专用系统来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，同时使用更少的电力。

基于大脑神经元的方法并不是完全新颖的。许多AI算法在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，但在特定任务中表现出色。英特尔的新AI芯片比通用处理器效率高10000倍。由于它们非常节能，因此这项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这项技术来改进假肢，使其能够更好地适应不平的地面，并创建数字地图供自动驾驶汽车使用。

滑铁卢大学教授、应用脑研究公司联合CEO克里斯·埃利亚斯密斯（Chris Eliasmith）是使用这项新技术的几位研究人员之一。

“使用Loihi芯片，我们能够展示出与GPU相比，运行真正的深度学习基准测试时，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保持了真正的实时性能，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，并且不再是实时的，”克里斯·埃利亚斯密斯说。

罗格斯大学教授康斯坦蒂诺斯·米希米佐斯（Konstantinos Michmizos）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解决方案作为网络结构的属性出现。我们对Loihi运行的网络进行了基准测试，发现它与广泛使用的CPU运行的SLAM方法相比，准确性相同，但能耗降低了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模拟1亿个神经元的系统。这项新技术将被用于各种研究，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，称为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，以适应扩大的神经形态工作负载。”