Intel：首款神經(jīng)擬態(tài)研究芯片Loihi最新進(jìn)展，功耗可比CPU低1000多倍

發(fā)布人：深科技時(shí)間：2020-12-13 來(lái)源：工程師

加入技術(shù)交流群
- 掃碼加入
  和技術(shù)大咖面對(duì)面交流
  海量資料庫(kù)查詢

“大腦仍然是最無(wú)敵的計(jì)算設(shè)備，即便傳統(tǒng)計(jì)算架構(gòu)在過(guò)去 70 年取得了巨大進(jìn)步。與訓(xùn)練人工智能系統(tǒng)的通用計(jì)算芯片相比，Loihi 芯片的能效提升了 1000 倍?！?/span>英特爾高級(jí)首席工程師、英特爾研究院神經(jīng)擬態(tài)計(jì)算實(shí)驗(yàn)室主任 Mike Davies 在 12 月4 日的 2020 英特爾研究院開放日上表示。

2017 年，英特爾首款自主學(xué)習(xí)的神經(jīng)擬態(tài)研究芯片發(fā)布，名為“Loihi”。名字取自于夏威夷海底的一座不斷噴發(fā)的活火山，每一次噴發(fā)都會(huì)擴(kuò)大夏威夷島的范圍，希望其能夠通過(guò)不斷的自我學(xué)習(xí)，可以提供更加強(qiáng)大的人工智能的能力。

Loihi 采用英特爾主流的 14 納米制程技術(shù)制造而成，Loihi 沒有深度學(xué)習(xí)硬件中普遍存在的浮點(diǎn)數(shù)和乘法累加器單元，沒有片外內(nèi)存接口。和大腦一樣，所有計(jì)算都在芯片上進(jìn)行，通過(guò)二進(jìn)制脈沖信息和低精度信號(hào)，內(nèi)存來(lái)源于芯片神經(jīng)元之間的連接。

Loihi 采用同質(zhì)架構(gòu)，將許多小神經(jīng)擬態(tài)核實(shí)例化，每個(gè)核的大小只有針頭的一部分。通過(guò)將神經(jīng)擬態(tài)結(jié)構(gòu)從幾核擴(kuò)展到幾百核，將小型的專用工作負(fù)載擴(kuò)展至 CPU 或 GPU 大小的芯片，甚至還可以無(wú)縫排列這些芯片，處理方法與 2020 年初發(fā)布的Pohoiki Springs 系統(tǒng)一樣，它采用 768 個(gè) Loihi 芯片，并包含了 1 億個(gè)神經(jīng)元，同時(shí) Pohoiki Beach 是英特爾神經(jīng)擬態(tài)研究工作的重要里程碑。

部分機(jī)器人工作負(fù)載顯示，Loihi 的功耗比傳統(tǒng)解決方案低 40-100 倍。其中包括一款自適應(yīng)機(jī)械臂應(yīng)用，它是一種觸覺感知網(wǎng)絡(luò)，能夠處理新型人造皮膚技術(shù)的輸入，還有一款應(yīng)用是即時(shí)定位與地圖構(gòu)建工作負(fù)載，簡(jiǎn)稱 SLAM。

在大規(guī)模 Pohoiki Springs 系統(tǒng)上演示了類似的搜索操作，相比 CPU 實(shí)施方法，其功耗低 45 倍，運(yùn)行速度快 100 多倍。Loihi 還可以解決較難的優(yōu)化問(wèn)題，如約束滿足和圖形搜索，其速度比 CPU 快 100 倍，但功耗比 CPU 低 1000 多倍。

英特爾在 2015 年開始開始對(duì)神經(jīng)擬態(tài)的研究，以現(xiàn)代神經(jīng)科學(xué)理解作為靈感開發(fā)了一種新型計(jì)算機(jī)架構(gòu)，適合計(jì)算和處理大腦中各種智能工作負(fù)載。

Mike Davies 表示，相比傳統(tǒng)計(jì)算機(jī)架構(gòu)，神經(jīng)擬態(tài)架構(gòu)完全模糊了內(nèi)存和處理之間的界限。和大腦一樣，它利用的是數(shù)據(jù)連接、數(shù)據(jù)編碼和電路活動(dòng)中所有形式的稀疏（sparsity）。處理就發(fā)生在信息到達(dá)時(shí)，二者同步進(jìn)行。計(jì)算是數(shù)百萬(wàn)個(gè)簡(jiǎn)單處理單元之間動(dòng)態(tài)交互的發(fā)展結(jié)果，就像大腦中的神經(jīng)元一樣。這種新型計(jì)算機(jī)架構(gòu)旨在將能效、實(shí)時(shí)數(shù)據(jù)處理速度、學(xué)習(xí)數(shù)據(jù)的效率等提升多個(gè)數(shù)量級(jí)。

以無(wú)人機(jī)為例，最新競(jìng)速無(wú)人機(jī)的板載處理器要消耗大約 18 瓦的電力。對(duì)于這么一架小型無(wú)人機(jī)來(lái)說(shuō)，電力消耗過(guò)高，限制了飛行時(shí)間，充電一次只能飛行 10-20 分鐘。利用最先進(jìn)的 AI 技術(shù)，無(wú)人機(jī)也只能勉強(qiáng)以步行的速度通過(guò)預(yù)先的編程在幾扇門之間自主飛行。它們事先接受過(guò)集中訓(xùn)練，才能專心完成識(shí)別門的任務(wù)。

相比之下，玄鳳鸚鵡是一種小型鳥類，大腦僅兩克重，能耗僅 50 毫瓦。玄鳳鸚鵡的體重比無(wú)人機(jī)處理器輕 20 倍，能耗低 350 倍。在這種微薄的能耗下，玄鳳鸚鵡的飛行速度可達(dá)每小時(shí) 22 英里，還能在飛行過(guò)程中尋找食物，與其他鸚鵡交流。

Mike Davies 說(shuō)到：“自然界的表現(xiàn)要比當(dāng)前的人工智能系統(tǒng)在所有維度都高出 1-3 個(gè)數(shù)量級(jí)，如速度、重量、功率、視覺敏銳度、識(shí)別的物體數(shù)量、學(xué)習(xí)效率以及智能的絕對(duì)廣度等?！?/span>

Loihi 的最新進(jìn)展表明，未來(lái)的神經(jīng)擬態(tài)設(shè)備，比如無(wú)人機(jī)，將可以像玄鳳鸚鵡一樣實(shí)時(shí)解決規(guī)劃和導(dǎo)航問(wèn)題。

短期內(nèi)，由于成本問(wèn)題，該技術(shù)要么僅適用于邊緣設(shè)備、傳感器等小規(guī)模設(shè)備，要么僅適用于對(duì)成本不敏感的應(yīng)用，如衛(wèi)星、專用機(jī)器人。隨著時(shí)間的推移，內(nèi)存技術(shù)的創(chuàng)新能夠降低成本，讓神經(jīng)擬態(tài)解決方案擴(kuò)大適用范圍，運(yùn)用于各種需要實(shí)時(shí)處理數(shù)據(jù)但受限于體積、重量、功耗等因素的智能設(shè)備，神經(jīng)擬態(tài)計(jì)算的前景非常廣闊。