Высокоэффективный нейроморфный чип Intel Loihi 2 работает с платформой с открытым исходным кодом Lava.

Нейроморфные чипы-ускорители ИИ, основанные на импульсных нейронных сетях (SNN), которые мы видели в таких компаниях, как Innatera или Brainchip, в будущем будут все более и более востребованы, поскольку они обеспечивают гораздо более высокую эффективность по сравнению с традиционными глубокими нейронными сетями (DNN). решения.

Intel также работает над SNN и недавно анонсировала нейроморфный исследовательский чип второго поколения Loihi 2 , с числом нейронов до 1 миллиона (в среднем в человеческом мозге их 86 миллиардов), который обеспечивает до 175 раз меньшее количество энергии для изучения нового экземпляра объекта с аналогичной или лучшей скоростью и точностью по сравнению с обычными методы, работающие на центральном процессоре (CPU).

Новый нейроморфный чип Loihi 2 предлагает следующие улучшения по сравнению с первым поколением Loihi:

  • Возможности обработки до 10 раз быстрее (в 2 раза для простого состояния нейрона, в 5 раз для синаптических операций, в 10 раз для генерации импульсов)
  • Увеличение пропускной способности между чипами до 60 раз благодаря сочетанию более высокой скорости передачи сигналов между чипами (в 4 раза), большего количества каналов между чипами (6 против 4) и более чем 10-кратного сокращения использования полосы пропускания между чипами.
  • До 1 миллиона нейронов с 15-кратной большей плотностью ресурсов
  • 3D Scalable с собственной поддержкой Ethernet
  • Полностью программируемые модели нейронов с градуированными спайками
  • Расширенные возможности обучения и адаптации

Наглядное сравнение Loihi и Loihi 2 можно найти в таблице ниже.

Кстати, Loihi 2 должен быть на первом чипе, изготовленном по технологии Intel 4. Intel заявляет, что использовала «предварительную версию процесса Intel 4, чтобы удовлетворить потребность в достижении большего масштаба приложений в рамках одного нейроморфного чипа».

Нейроморфный чип Loihi 2 работает с программной средой с открытым исходным кодом Lava, предназначенной для разработки приложений для нейроморфных аппаратных архитектур. В настоящее время он работает на процессорах и чипах Loihi, но его компилятор и среда выполнения открыты для расширения для других архитектур.

Архитектура Lava

Большинство людей получат доступ к Loihi 2 через Neuromorphic Research Cloud, предоставляя доступ к общим системам, которые в настоящее время включают однокристальную систему «Oheo Gulch», подключенную к FPGA Aria 10 для ранней оценки, и вскоре к ним присоединится «Kapoho Point», компактная (4 × 4 дюйма) штабелируемая 8-чиповая система с Ethernet.

Карта Oheo Gulch
Предстоящий Kapoho Point

Intel протестировала чипы Loihi 1 и 2 для адаптивного управления рукой робота, визуально-тактильного сенсорного восприятия, обучения и распознавания новых запахов и жестов, управления двигателем дрона с низкой задержкой в ответ на визуальный ввод, быстрого поиска сходства в базе данных, моделирования процессов диффузии для научных вычислительных приложений и решения сложных задач оптимизации, таких как расписание движения поездов.

Говорят, что Loihi потребляет гораздо меньше 1 ватта энергии по сравнению с десятками и сотнями ватт, которые потребляют стандартные процессорные и графические процессоры, поэтому этот тип нейроморфного ускорителя искусственного интеллекта может в конечном итоге передать мощность оборудования центра обработки данных роботам, автономным транспортным средствам и и т. д., и обеспечить аналогичную производительность при гораздо меньшем энергопотреблении и задержке, поскольку обработка может выполняться на самом устройстве. Вместо этого более дешевые нейроморфные чипы будут использовать эффективность SNN в датчиках с батарейным питанием и встроенным ИИ.

Дополнительную информацию можно найти на веб- сайте Intel, в пресс-релизе и 7-страничном обзоре технологий с дополнительными техническими подробностями.

Выражаем свою благодарность источнику с которого взята и переведена статья, сайту cnx-software.com.

Оригинал статьи вы можете прочитать здесь 

0 0 votes
Article Rating
Подписаться
Уведомление о
guest

Этот сайт использует Akismet для борьбы со спамом. Узнайте, как обрабатываются ваши данные комментариев.

0 Комментарий
Inline Feedbacks
View all comments