|英特尔宣布了推动神经拟态计算应用开发的一系列新进展

通过去年发布的Loihi第二代研究芯片和开源Lava软件框架,英特尔研究院引领了神经拟态计算的发展。作为英特尔神经模仿技术商业化目标的一部分,英特尔研究人员正在为开发人员提供新的工具,使开发过程进入下一阶段。例如,8芯片Loihi 2开发板Kapoho Point通过堆栈满足大规模工作负载的需求,并允许与低延迟事件摄像头直接互连。

1664455737497716.jpeg

Loihi 2是英特尔第二代神经拟态研究芯片。支持新型脑算法和应用程序,提高处理速度和资源密度,提高能效。(资料来源:英特尔公司)

此外,Intel Institute还更新了开源Lava框架,以支持可编程神经元、整数脉冲神经元、卷积网络和持续学习。从最新的lava版本(v0.5)开始,与Loihi 1系统的相同工作负载相比,这些新功能使Kapoho Point执行深度学习应用程序的速度加快了12倍,能耗也减少了15倍。1 .此外,英特尔通过英特尔神经模仿研究社区(INRC)启动了英特尔赞助的8个大学项目。

向社区成员传递新一代神经模仿系统

基于Loihi 2的开发版Kapoho Point是一个紧凑系统(compact system),适用于从无人机到卫星和智能汽车的各种小型设备和应用程序。Kapoho Point可以运行包含多达10亿个参数的AI模型,可以解决包含多达800万个变量的优化问题。与在CPU上运行的高级解释器相比,速度提高了10倍以上,能耗降低了1000倍。此外,您还可以堆叠多个开发板,扩展Kapoho Point以解决更大规模的问题。

1664455808258038.jpeg

基于Loihi 2的开发板Kapoho Point是一个小型系统,适用于从无人机到卫星和智能汽车的各种小型设备和应用程序。(资料来源:英特尔公司)

AFRL (Africt Research Laboratory)是社区中第一个启用Kapoho Point的成员,用于内部研究,处理基于脉冲神经网络的学习和数据处理和开发高级科学家青武博士说:“由于美国空军实验室的任务是在空中和空间完成的,所以移动平台的空间、重量和电力预算(power budget)非常有限。”如果需要在这样的环境中运行AI算法,神经模仿计算技术提供了非常出色的计算解决方案。” ”

通过Lava软件框架降低神经模仿开发的门槛

对开源、模块化、可扩展Lava软件框架的更新包括对Loihi 2功能集的一系列改进,包括可编程神经元、分级事件和持续学习。

1664455894503240.jpeg

英特尔研究人员更新了开源Lava框架,以支持可编程神经元、整数脉冲神经元、卷积网络和持续学习。(资料来源:英特尔公司)

神经模拟生态系统项目

英特尔神经模仿研究社区(INRC)启动了英特尔支持的8个大学项目:乔治梅森大学、昆士兰技术大学、格拉茨技术大学、苏黎世大学、布朗大学、宾夕法尼亚州立大学、滑铁卢大学和哥廷根大学。

研究项目包括自适应机器人定位、可用于脑机接口的无线仿生检测脉冲解码、神经模仿贝叶斯优化、听觉特征检测、新型脑体系结构和算法。

自2018年成立以来,英特尔神经仪态研究社区的成员人数已增加到180多个,其中包括大学研究室、政府机构、埃森哲、联想、罗技、梅赛德斯-奔驰等全球领先企业。

接下来,Intel Institute将继续为开发人员提供新工具,使他们能够更轻松地开发解决现实问题的应用程序,并继续支持社区研究。

1Loihi 2的SDNN结果基于2022年9月进行的Lava v0从具有相同拓扑和相同8位参数数的现有DNN执行方法计算得出的等价DNN操作数。请参见《面向自动驾驶汽车的端到端学习》,如Bojarski、Mariusz等。ArXiv预印版论文arXiv:1604.07316 (2016)。

|英特尔宣布了推动神经拟态计算应用开发的一系列新进展