第二代研究晶片採用Intel 4製程試產,將神經元件推升至1百萬個,英特爾更加入開放式軟體框架,加速開發者創新與邁向商業化之路。

英特爾推出Loihi 2,為其第2代神經型態(neuromorphic)研究晶片,以及一款用於開發神經啟發應用程式的開放原始碼軟體框架Lava。展現英特爾在推動神經型態技術方面的不斷進步。

Loihi 2Lava凝聚數年來使用Loihi合作研究中的許多見解。我們的第二代晶片顯著地提升神經型態處理的速度、可程式化性以及容量,擴大在功耗和延遲均受限的智慧運算應用當中的使用範圍。我們正在將Lava開源,藉此滿足該領域對於軟體融合、基準測試和跨平台協作等需求,並加速我們商業化可行性之進展。」-Mike Davies英特爾神經型態運算實驗室總監

神經型態運算汲取神經科學的見解,打造功能更像生物大腦的晶片,期望在廣泛的邊緣應用:從視覺、語音和手勢辨識,再到搜尋檢索、機器人學和受限最適化(constrained optimization)的問題上,於能源效率、運算速度和學習效率方面,提供數個量級的改善。

目前為止,英特爾及其合作夥伴所展示的應用包含機器人手臂、神經型態皮膚和嗅覺感知。

Loihi 2這款研究晶片結合第1代研究晶片3年的使用經驗,並汲取英特爾製程技術和異步設計方法的進展。

  • Loihi 2的進步讓架構支援新類別的神經啟發演算法和應用程式,並藉由每個晶片高達1百萬個的神經元件,同時提供最高達10倍快的運算速度1、最高達15倍多的資源密度2。受惠於與英特爾技術開發部門的密切合作,Loihi 2已透過Intel 4製程試產版本製造,更突顯Intel 4製程的穩健與進展。Intel 4所使用的極紫外光(EUV)微影技術,相較過往製程技術簡化了佈線設計規則。這讓快速開發Loihi 2成為可能。
  • Lava軟體框架解決神經型態研究社群對於通用軟體框架的需求。作為1個開放、模組化和可延伸的框架,Lava將讓研究人員和應用程式開發者,在一套通用的工具、方法和函式庫之上,建立並融合彼此的進展。Lava可在跨傳統和神經型態處理器的異質架構無縫運作,能夠跨平台執行並支援多種人工智慧、神經型態和機器人框架的交互運作性。開發者無需使用專門的神經型態硬體,即可開始打造神經型態應用程式,並可為Lava程式碼庫作出貢獻,包含將其移植到其它平台上運作。

洛色拉莫士國家實驗室助理研究員Gerd J. Kunde博士表示:「洛色拉莫士國家實驗室的研究人員一直在使用Loihi神經型態平台,研究量子和神經型態運算之間的權衡得失,以及在晶片上實作學習過程。這項研究顯示為解決困難的最佳化問題,脈衝式類神經網路(spiking neural network)和量子退火(quantum annealing)方法之間,一些令人為之振奮的等價關係。我們還證明了訓練類神經網路的基本組件,原本認為不可能在神經型態架構實作的反向傳播演算法,可以在Loihi上有效率地實現。我們團隊很高興能夠使用第2代Loihi 2晶片繼續這項研究。」

關鍵性突破:Loihi 2和Lava為研究人員開發和特徵化(characterize)新的神經啟發應用程式提供工具,用於即時處理、解決問題、適應和學習。亮點包括:

  • 更快速、更通用的最佳化:Loihi 2具備更好的可程式化性,能夠支援更廣泛的困難最佳化(difficult optimization)問題,包含從邊緣到資料中心系統的即時最佳化、規劃和決策。
  • 持續和關聯學習的新方法:Loihi 2改善進階學習方法的支援性,包含反向傳播的各種變體、深度學習的主力演算法。這擴展了適應和資料高效率學習(data efficient learning)演算法的範圍,可透過線上設定運作中的低功耗外型規格所支援。
  • 由深度學習訓練的新穎類神經網路:Loihi 2內部完全可程式化的神經元模型和廣義脈衝訊息傳遞(generalized spike messaging),為使用深度學習所訓練的各種新款類神經網路敞開大門。與原本的Loihi運作標準深度網路相比,先期評估表明Loihi 2每次推理的操作次數減少超過60倍,且不會降低準確性3
  • 與現實世界的機器人系統、傳統處理器和新穎感測器的無縫整合:Loihi 2透過整合更快、更靈活和標準的輸入/輸出介面,解決Loihi的實用限制。Loihi 2將支援乙太網路介面、更廣泛地無縫整合以事件為基礎的視覺感測器,以及Loihi 2晶片更大的網狀網路。

Loihi 2/Lava技術產品摘要中,找到更多詳細資訊。

英特爾神經型態研究社群:今年加入包含Ford、喬治亞理工學院、西南研究院(SwRI)和Teledyne-FLIR等數位新成員,英特爾神經型態研究社群(INRC)已成長至將近150位成員。新合作夥伴加入一個由學術界、政府和產業夥伴所組成的強大社群,與英特爾合作驅動真實世界神經型態運算的商業用途發展。

埃森哲實驗室研究科學家主任暨常務董事Edy Liongosari表示:「新的Loihi 2晶片和Lava API所帶來的進步,是神經型態運算向前跨出的重要一步。下一代神經型態架構對於埃森哲實驗室在智慧邊緣運算,受大腦啟發的電腦視覺演算法研究十分重要,能夠替未來擴展實境耳機或智慧行動機器人提供動力。新晶片提供的功能將使得超維(hyper-dimensional)運算更有效率,並開啟更先進的晶載學習(on-chip learning),Lava API則提供開發者1個更簡單、更精簡的介面,來建立神經型態系統。」

商業化之路:將神經型態運算從實驗室研究進展至商業上可行的技術,是一項需要三管齊下的努力。它需要根據演算法和應用研究的成果,不斷地對神經型態硬體迭代改進;開發通用跨平台軟體框架,以便讓開發者能夠針對從不同團體來的最佳演算法構想,進行基準測試、整合和改善:以及橫跨產業、學術界和政府的深度合作,建立豐富、有成效的神經型態生態系,以便探索可提供短期商業價值的商業化使用案例。今日英特爾所宣布的事項涵蓋這些全部領域,把新工具交付至不斷擴大的神經型態研究人員生態系手中,讓他們能夠從基礎開始重新思考運算,提供智慧資訊處理方面的突破。

英特爾目前藉由神經型態研究雲端,為INRC成員提供2款以Loihi 2為基礎的神經型態系統:Oheo Gulch,1款用於先期評估的單晶片系統,以及Kapoho Point,1款即將推出的8晶片系統。Lava軟體框架可從GitHub免費下載。Loihi 2和Lava的簡報和教學,將在10月舉行的Intel Innovation活動中推出。

Tags: