| |
英特爾Loihi神經(jīng)擬態(tài)芯片：引領智能計算新突破 |
|
[ 通信界 / 杜宇陽 / www.sese521.com / 2018/5/1 21:39:00 ] |
|
|
|
| |
神經(jīng)擬態(tài)計算是從人腦的信息處理機制中獲得靈感，利用脈沖神經(jīng)網(wǎng)絡進行處理的計算架構。Loihi是英特爾公司在2018年國際消費電子展上展示的新型神經(jīng)擬態(tài)計算芯片。它采用英特爾領先的14納米工藝制程，在60平方毫米的芯片上集成了13萬個神經(jīng)元和1.3億個神經(jīng)突觸，每個突觸的能效達到創(chuàng)紀錄的1.7皮焦。對于規(guī)模化的LASSO優(yōu)化問題，Loihi在能效延遲乘積上較1.67G凌動CPU有超過1000倍的提升。Loihi在數(shù)字脈沖神經(jīng)網(wǎng)絡芯片技術方面有了一系列創(chuàng)新。本文從Loihi的原理背景、算法支持、體系結(jié)構、軟件環(huán)境及應用各方面進行了系統(tǒng)介紹。
“Loihi(音：low-EE-hee)神經(jīng)擬態(tài)芯片從腦神經(jīng)脈沖通訊和突觸可塑性中得到的啟發(fā)來設計。人腦的這些特點能夠幫助計算機高效地實現(xiàn)自主學習和自主決策。”
——Mike Mayberry (英特爾公司CTO，高級副總裁/英特爾研究院總經(jīng)理)
加州理工學院教授Carver Mead教授是現(xiàn)代大規(guī)模集成電路芯片設計的開拓者之一。Mead教授在1980年轉(zhuǎn)向研究用集成電路來模擬神經(jīng)系統(tǒng)(Neuromorphic Electronic Systems)。神經(jīng)擬態(tài)(Neuromorphic)這個術語由此而生。今天，神經(jīng)擬態(tài)主要指用包括模擬、數(shù)字或者模數(shù)混合大規(guī)模集成電路(也包括神經(jīng)元或者神經(jīng)突觸模型的新型材料或者電子元器件研究)和軟件系統(tǒng)實現(xiàn)神經(jīng)網(wǎng)絡模型，并在此之上構建智能系統(tǒng)的研究。神經(jīng)擬態(tài)工程發(fā)展成為一個囊括神經(jīng)生物學、物理學、數(shù)學、計算機科學和電子工程在內(nèi)的交叉學科。從Mead教授和他的學生們(Misha Mahowald[1]和Kwabena Boahen[2])開始，神經(jīng)擬態(tài)研究陸續(xù)在全世界范圍內(nèi)開展，并且受到了各國政府的重視和支持，如美國的腦計劃(BRAIN Initiative)，歐洲的人腦項目(Human Brain Project)，以及最近中國提出的腦計劃等。
人類實現(xiàn)通用人工智能的努力幾起幾落。傳統(tǒng)的基于符號推理的和當前的基于卷積神經(jīng)網(wǎng)絡的人工智能方法可以在一些特定任務上超過人類，然而，這離我們的期望仍然有很大差距。而神經(jīng)擬態(tài)計算正是為了解決這些已有智能方法的不足，可以被視為人工智能計算發(fā)展的第三個階段。第一個階段是傳統(tǒng)智能計算，通過已知給定的過程產(chǎn)生答案;第二個階段是基于深度學習的智能計算，利用已知答案通過訓練來獲得答案產(chǎn)生的過程;第三個階段是基于神經(jīng)擬態(tài)的智能計算，通過同時支持多種學習方法來對多個過程自適應地強化對于答案的匹配。而Loihi神經(jīng)擬態(tài)芯片正是這個第三階段的代表性計算芯片。 |
|
|
| |
|
|
|
|
|
|
| 版權與免責聲明： ① 凡本網(wǎng)注明“合作媒體：通信界”的所有作品，版權均屬于通信界，未經(jīng)本網(wǎng)授權不得轉(zhuǎn)載、摘編或利用其它方式使用。已經(jīng)本網(wǎng)授權使用作品的，應在授權范圍內(nèi)使用，并注明“來源：通信界”。違反上述聲明者，本網(wǎng)將追究其相關法律責任。
② 凡本網(wǎng)注明“合作媒體：XXX（非通信界）”的作品，均轉(zhuǎn)載自其它媒體，轉(zhuǎn)載目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點和對其真實性負責。
③ 如因作品內(nèi)容、版權和其它問題需要同本網(wǎng)聯(lián)系的，請在一月內(nèi)進行。 |
|
|
|
