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�！�
分享
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 AI 眼鏡讓百萬 APP「集體失業(yè)」？
- 2 大廠紛紛入局，百度、阿里、字節(jié)搶奪Agent話語權(quán)
- 3 深度報告｜中國AI產(chǎn)業(yè)正在崛起成全球力量，市場潛力和關(guān)鍵挑戰(zhàn)有哪些？
- 4 上海跑出80億超級獨角獸：獲上市公司戰(zhàn)投，干人形機器人
- 5 國家數(shù)據(jù)局局長劉烈宏調(diào)研格創(chuàng)東智
- 6 下一代入口之戰(zhàn)：大廠為何紛紛押注智能體？
- 7 百億AI芯片訂單，瘋狂傾銷中東？
- 8 Robotaxi新消息密集釋放，量產(chǎn)元年誰在領(lǐng)跑？
- 9 格斗大賽出圈！人形機器人致命短板曝光：頭腦過于簡單
- 10 一文看懂視覺語言動作模型（VLA）及其應(yīng)用
