訂閱
糾錯
加入自媒體

神經(jīng)擬態(tài)計算是什么?

2020-12-18 16:38
來源: 英特爾

隨著深度學習技術(shù)的出現(xiàn),人工智能領(lǐng)域取得了不小的進步,不過與此帶來了人工智能系統(tǒng)的功耗不斷增加,成為了人工智能發(fā)展的一個技術(shù)瓶頸。

針對這個問題,英特爾找到了一種解決方案,從神經(jīng)科學種找到靈感,開發(fā)了一種新型的計算機架構(gòu)。相較于傳統(tǒng)的計算機架構(gòu),神經(jīng)擬態(tài)架構(gòu)模糊了內(nèi)存和處理器之間的界限,通過數(shù)據(jù)連接、數(shù)據(jù)編碼以及電路活動處理系統(tǒng)內(nèi)部的活動。

該系統(tǒng)下,在信息到達時即可處理完成。在處理數(shù)據(jù)時,依靠猶如大腦中的神經(jīng)元一般的數(shù)百萬個簡單處理單元,進行動態(tài)交互,從而實現(xiàn)數(shù)據(jù)計算。這種形式可以大幅度提升計算機的能效、實時處理速度以及學習數(shù)據(jù)效率。

在2017年,英特爾發(fā)布了首款神經(jīng)擬態(tài)研究芯片Loihi,這款芯片采用了14納米制程技術(shù),像較于其他的神經(jīng)擬態(tài)芯片,靈活性、集成性和速度更具有優(yōu)勢。

這枚芯片的學習能力遠遠超過其他芯片,它并沒采用浮點數(shù)和乘法累加器單元以及片外內(nèi)存接口。它的所有計算都將在芯片上完成,其中的內(nèi)存來源于芯片神經(jīng)元之間的連接。

Loihi采用了同質(zhì)架構(gòu),將許多小神經(jīng)擬態(tài)核實例化,每個核的大小只有針頭的一部分。通過將神經(jīng)擬態(tài)結(jié)構(gòu)從幾核擴展到幾百核,可以將小型的專用工作負載擴展至 CPU 或 GPU 大小的芯片,甚至可以無縫排列。

英特爾高級首席工程師、英特爾研究院神經(jīng)擬態(tài)計算實驗室主任Mike Davies 介紹說:“我們的目標是支持廣泛的工作負載,而不僅僅只有深度學習。因為大腦解決問題的范圍很大,所以我們認為這個目標是可以實現(xiàn)的。我們認為還可以將這種架構(gòu)從邊緣擴展到數(shù)據(jù)中心,鑒于自然界中大腦容量的巨大差異,從螞蟻到鸚鵡,再到人類的大腦!

聲明: 本文系OFweek根據(jù)授權(quán)轉(zhuǎn)載自其它媒體或授權(quán)刊載,目的在于信息傳遞,并不代表本站贊同其觀點和對其真實性負責,如有新聞稿件和圖片作品的內(nèi)容、版權(quán)以及其它問題的,請聯(lián)系我們。

發(fā)表評論

0條評論,0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

    掃碼關(guān)注公眾號
    OFweek人工智能網(wǎng)
    獲取更多精彩內(nèi)容
    文章糾錯
    x
    *文字標題:
    *糾錯內(nèi)容:
    聯(lián)系郵箱:
    *驗 證 碼:

    粵公網(wǎng)安備 44030502002758號