">
在线下单 | | EN

专业高精密PCB电路板研发生产厂家

微波·高频·高速电路板·IC载板·半导体测试板·多层板·软硬结合板

技术支持:0755-23200081报价邮箱:sales@ipcb.cn

技术专栏

技术专栏

神经拟态计算降低成本有望普遍应用
2020-12-22
浏览次数:229
分享到:

随着深度学习的显露出来,人工智能获得了令人吃惊的发展,但与此同时,系统功耗不断增加。训练一个现代AI神经器官网络甚至于需求运用数千台集群服务器,功耗高达数一百万瓦,这正渐渐变成AI不断进展、以及广泛普及的瓶颈。那末,怎么样能力提高AI担任的工作的能效、甚至于增长 1000 倍呢?英特尔几年初着手了神经器官外形状态计算的考求。

相形传计数算机架构,神经器官外形状态架构依稀了内存和处置之间的界限。和前脑同样,它利用的是数值连署、数值编码和电路活动中所得法式的稀疏(sparsity)。也就是说,处置就发生在信息到了时,二者同步施行。计总算数一百万个简单处置单元之间动态交互的进展最后结果,就像前脑中的神经器官元同样。这种新式计算机架构旨在将能效、实时数值处置速度、学习数值的速率等提高多个数目级。

英特尔在2017 年宣布了首款神经器官外形状态研讨芯片Loihi,认为合适而使用英特尔主流的14 纳国际公制程。相形其它神经器官外形状态芯片,Loihi 在灵活性、集成性和速度方面表达较好,并还具备片上学习功能。它没有深度学习硬件中存在广泛存在的浮点数和乘法累加器单元,也没有片外内存接口,内存出处于芯片神经器官元之间的连署。和前脑同样,全部计算都在芯片向上行,经过二进制电子脉冲信息和低精密度信号。


神经拟态计算

英特尔在神经器官外形状态计算的研讨上走到达第五个年头,现在项目研讨也进入下一阶段,考求实际应用。此前,Gartner在一份调查报告陈述中预先推测,到2025年神经器官外形状态计算有盼代替GPU,变成下一代AI的主流计算形态。

对此,英特尔中国研讨院院长宋继强觉得,神经器官外形状态计算和深度学习的关系应当是兼容并蓄,而不是代替,“对于深度学习已经十分特长的,模人格化修辞方式类视物感觉还是天然语言交互的担任的工作,让深度学习的网络去摹拟;对于其它不太适应用深度学习做的,如英特尔Loihi芯片做的嗅觉方面的研讨,还有机器人操控、多模态甚至跨模态之间的知识储存,可以用神经器官外形状态计算去成功实现。”

为了进一步扩张该技术的适合使用范围,英特尔设立了英特尔神经器官外形状态研讨社区(INRC),经过与世界各地不一样类型的学术界、政府实验室和公司研讨担任职务的人施行交流合作,变成改进 Loihi 的架构、系统和软件的关紧基础。INRC人员将运用英特尔的Loihi研讨芯片作为开发活动的架构焦点,随着基础算法和SDK组件一天一天地走向成熟,英特尔期望INRC获得的成果未来能够推动神经器官外形状态架构、软件和系统的改进,最后成功实现经济活动化。2021 年第 1 季度,英特尔将宣布下一代“Lava”软件研发框架的开源版本,以资触动到更极大的软件研发担任职务的人社区。

受限于成本问题,英特尔高级首席工程师、英特尔研讨院神经器官外形状态计算实验室主任Mike Davies表达,短期内神经器官外形状态计算要不用于边缘设施、传感器等小型设施,要不用于对成本不聪明感的应用,如卫星、专用机器人。随着时间的推移,预计内存技术的创新能够进一步减低成本,让神经器官外形状态解决方案扩张适合使用范围,使用于各种需求实时处置数值但受限于大小、重量、功耗等因素的智能设施。

X

截屏,微信识别二维码

微信号:IPcb-cn

(点击微信号复制,添加好友)

  打开微信

微信号已复制,请打开微信添加咨询详情!