英特尔在实验室日展示神经形态计算创新

今天，在实验室日展览会上，英特尔分享了英特尔神经形态研究社区(INRC)的最新进展，该生态系统由100多个学术团体，政府实验室，研究机构和2018年成立以进一步发展神经形态计算的公司组成的生态系统。英特尔和INRC声称在将神经形态硬件应用于各种应用(从手势和语音识别到自主无人机导航)方面取得了突破。

与英特尔，IBM，惠普，麻省理工学院，普渡大学和斯坦福大学的研究人员一起，希望利用神经形态计算(模仿人类神经系统生物学的电路)来开发比当今强大1000倍的超级计算机。定制设计的神经形态芯片擅长解决约束满足问题，这需要评估大量潜在解决方案以识别满足特定约束的一个或几个。它们还被证明可以快速识别图形中的最短路径并执行近似图像搜索，以及在现实世界中的优化问题中随着时间的推移对特定目标进行数学优化。

英特尔的14纳米Loihi芯片(其旗舰级神经形态计算硬件)包含超过20亿个晶体管和13万个人工神经元，以及1.3亿个突触。该芯片独特地具有可编程微码引擎，可用于异步尖峰神经网络(SNN)或AI模型的在线训练，该模型将时间整合到其操作模型中，因此模型的各个组件不会同时处理输入数据。据英特尔称，Loihi的信息处理速度比传统处理器快1000倍，效率最高10,000倍，并且可以解决某些类型的优化问题，其速度和能源效率的提高超过三个数量级。此外，Loihi保持实时性能结果，并且在放大50倍时仅消耗30%的功率，

INRC的一些成员看到了Loihi等芯片的业务用例。联想，罗技(Logitech)，梅赛德斯·奔驰(Mercedes-Benz)和Prophesee希望使用它来实现诸如更高效，更自适应的机器人技术，为相似内容快速搜索数据库以及实时做出规划和优化决策的边缘设备。

例如，英特尔今天早上透露，埃森哲测试了Loihi与标准图形卡上的语音命令识别能力，发现该芯片的能效提高了1000倍，并且响应速度加快了200毫秒，并且具有可比的精度。埃森哲还发现，Loihi非常擅长学习和识别个性化手势，仅需几次曝光即可处理来自相机的输入。

英特尔表示，梅赛德斯-奔驰正在通过INRC探索埃森哲的结果如何应用于现实世界，例如向车载信息娱乐系统添加新的语音命令。英特尔其他合作伙伴正在研究如何在交互式智能家居和非接触式显示器等产品中使用Loihi。

英特尔报告说，除了手势和语音识别外，Loihi在数据中心任务(例如从数据库检索图像)中的表现还不错。该公司的研究合作伙伴证明，该芯片可以产生比处理器或图形卡高3倍的能源效率的图像特征矢量，同时保持相同的准确性。(功能是独立的独立变量，就像AI系统中的输入一样。)此外，英特尔发现Loihi可以比传统处理器有效地以超过1000倍的效率和100倍的速度解决优化和搜索问题，这使本文早些时候发表的论文有了很大的发展空间。去年，Loihi证明了Loihi在百万图像数据库中搜索特征向量的能力比处理器快24倍，并且能耗低30倍。

在机器人方面，英特尔报告说，来自Rutgers和TU Delft的研究人员完成了在Loihi上运行的机器人导航和微无人机控制应用程序的新演示。代尔夫特理工大学的无人机使用尖刺的神经网络执行着陆。同时，罗格斯(Rutgers)发现，其Loihi解决方案所需的功率是传统移动图形卡的75倍，而性能却没有明显的损失。实际上，在2020年机器人学习大会上接受的一项研究中，罗格斯团队得出的结论是，Loihi可以以比移动图形芯片低140倍的能耗来学习任务。

英特尔和合作伙伴还在“实验室日”期间进行了两次最先进的神经形态机器人演示。在与苏黎世联邦理工学院的研究人员合作的一个项目中，英特尔展示了Loihi控制的水平追踪无人机，其视觉处理延迟仅为200微秒，这表示该公司声称与以前的解决方案相比，综合效率和速度提高了1000倍。另外，英特尔和意大利理工学院的研究人员表明，多种功能可以在内置于后者的iCub机器人平台中的Loihi芯片上运行。这些功能包括具有快速，很少学习的对象识别(即，仅需要几个示例来增强概念的学习)，每个学习对象的空间感知以及响应人类交互的实时决策。

英特尔神经形态计算实验室主管Mike Davies在接受电话采访时告诉VentureBeat，他认为，神经形态芯片商业化的主要挑战是缺乏神经形态架构的编程模型。使用神经形态硬件，程序员必须预见算法在芯片独特环境中的行为方式，并提出表示旧数据的方案。

“如果您从小就对计算机体系结构模型一无所知，那么它就是嵌入式的-它是逐行编码的，而不是这种受生物学启发的计​​算模型...涉及数十万个甚至不是数百万个交互处理单元，”戴维斯说。“这就是为什么我认为总体上机器人领域确实令人兴奋，但也许不是最近的术语用于神经形态计算的应用。就近期而言，可行的具体目标是实现更好的音频。我们正在研究许多应用程序，我认为这会令人兴奋，例如实时适应特定扬声器。

英特尔表示，随着INRC的发展，它将继续投资进行合作，并与成员合作以提供支持并探索神经形态计算可以在哪些方面增加现实价值。此外，该公司表示，它将继续借鉴INRC的经验，并将其整合到英特尔下一代神经形态研究芯片的开发中，目前尚不准备讨论。

今年早些时候，英特尔宣布Pohoiki Springs全面投入使用，Pohoiki Springs是一个功能强大的自包含神经形态系统，大小约为5台标准服务器。该公司使用英特尔的Nx SDK和社区提供的软件组件，通过云访问了英特尔神经形态研究社区的成员，从而提供了一种扩展研究规模并探索加速在传统架构上缓慢运行的工作负载的工具。

英特尔声称Pohoiki Springs最初于2019年7月宣布，其神经功能类似于小型哺乳动物的大脑，其768个Loihi芯片和1亿个神经元分布在运行的24个Arria10 FPGA Nahuku扩展板上(每个包含32个芯片)低于500瓦。从表面上看，这是支持更大，更复杂的神经形态工作量的第一步。英特尔最近证明，这些芯片可用于“教导”一个AI模型，以区分10种不同的气味，控制轮椅的机器人辅助臂以及电动触摸感应机器人“皮肤”。

十月，英特尔与美国桑迪亚国家实验室(Sandia National Laboratories)签订了为期三年的协议，以探索神经形态计算对于扩大化AI问题的价值，这是美国能源部(DOE)先进科学计算研究计划的一部分。在一些相关新闻中，该公司最近与阿贡国家实验室(Argonne National Laboratory)达成了一项协议，以开发和设计微电子技术，例如百亿亿分之一，神经形态和量子计算。