神經(jīng)擬態(tài)計算是什么?
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!

請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
推薦專題
- 1 UALink規(guī)范發(fā)布:挑戰(zhàn)英偉達AI統(tǒng)治的開始
- 2 北電數(shù)智主辦酒仙橋論壇,探索AI產(chǎn)業(yè)發(fā)展新路徑
- 3 降薪、加班、裁員三重暴擊,“AI四小龍”已折戟兩家
- 4 “AI寒武紀”爆發(fā)至今,五類新物種登上歷史舞臺
- 5 國產(chǎn)智駕迎戰(zhàn)特斯拉FSD,AI含量差幾何?
- 6 光計算迎來商業(yè)化突破,但落地仍需時間
- 7 東陽光:2024年扭虧、一季度凈利大增,液冷疊加具身智能打開成長空間
- 8 地平線自動駕駛方案解讀
- 9 封殺AI“照騙”,“淘寶們”終于不忍了?
- 10 優(yōu)必選:營收大增主靠小件,虧損繼續(xù)又逢關(guān)稅,能否乘機器人東風翻身?