Intel公布神经拟态新进展：超过传统CPU 1000倍
近日，intel分享了intel神经拟态研究社区(inrc)的最新进展，联想、罗技、梅赛德斯-奔驰、机器视觉传感器公司prophesee已经加入，共同探索神经拟态计算在商业用例上的价值。
inrc社区成立于2018年3月，现已拥有100多名成员，其初衷是联合行业共同、有效释放神经拟态计算的全部潜力。未来几年内将其从研究原型发展为能够引领产业的产品。
此前在2017年9月，作为intel研究院的一个研究课题，intel发布了代号“loihi”的第一款自主学习神经拟态芯片，包含128个小核心，而每个小核心有1000个神经元硬件，模拟多个“逻辑神经元”，相比ai训练的通用芯片能效提升1000倍。
2019年7月，intel发布了代号为“pohoiki beach”的神经拟态系统，包含64块loihi研究芯片，拥有800万个神经元。
2020年3月，intel展示了loihi在存在明显噪声和遮盖的情况下学习和识别危险化学品的能力，仅需单一样本便可学会识别每一种气味。
同时，intel宣布了代号“pohoiki springs”的数据中心机架式系统，在5台标准服务器大小的机箱中集成了768块loihi芯片，拥有1亿个神经元，大约一个小型哺乳动物大脑的水平。
这一次，intel日重点介绍的loihi神经拟态研究基准更新包括：
－ 语音命令识别
埃森哲测试了在intel loihi和标准gpu上识别语音命令的能力，发现loihi不仅达到了和gpu类似的精度，而且能效提高1000倍以上，响应速度快200毫秒。
梅塞德斯-奔驰正在探索如何将这些结果应用到现实中，比如在汽车中加入新的语音交互命令。
－ 手势识别
埃森哲展示了loihi在快速学习、识别个性化手势方面取得的切实进展。只需几次曝光，loihi即可学习新手势，可用于智能产品交互，或者公共场所非接触式显示。
－ 图像检索
零售行业的研究人员评估了loihi对基于图像的产品搜索应用，发现在保持相同精度水平的情况下，loihi生成图像特征向量的效率，比传统cpu、gpu方案提升3倍多。
intel此前研究发现，loihi在百万幅图像数据库中搜索特征向量的速度比cpu快24倍，且能耗低30倍。
－ 优化和搜索
intel发现，loihi解决优化和搜索问题的效率比传统cpu高1000倍、速度快100倍。此研究可用于无人机实时规划并做出复杂导航决策，也可以扩展到复杂的数据中心负载，完成协助列车调度、物流优化等任务。
－ 机器人技术
罗格斯大学和代尔夫特理工大学的研究人员展示了在loihi上运行机器人导航、微型无人机控制应用。
代尔夫特理工大学的无人机使用一个包含35个神经元且能演进的脉冲网络进行光流着陆(optic flow landing)，频率超过250khz。
罗格斯大学发现，在同等性能下，loihi解决方案的功耗比传统移动gpu低75倍。
loihi还可以成功学习诸多openai gym的任务，精度与深度行动者网络(deep actor networ)旗鼓相当，而能耗比移动gpu解决方案低140倍。
intel还展示了loihi如何自适应地控制水平跟踪无人机平台，实现最高20khz的闭环速度、200微秒的视觉处理延迟，比传统方案提高1000倍。
顺便一提，“loihi”这个名字取自于夏威夷海底一座不断喷发的活火山，每一次喷发都会扩大夏威夷岛的范围。intel以此命名神经拟态芯片，就是希望它能通过不断的自我学习，可以提供更加强大的人工智能的能力。
- the end -
转载请注明出处：快科技
责任编辑：上方文q