英特尔宣告7nm芯片Loihi 2用于神经拟态计算可模拟100万神经元

本日，英特尔发布了第二代神经拟态芯片Loihi 2。

神经拟态芯片是一种仿照生物神经元的芯片。

与普通芯片不同的是，神经拟态芯片的打算任务是由许多小单元进行的，单元之间通过类似生物神经的尖峰旗子暗记相互通信，并通过尖峰调度其行为。

目前，英特尔已经将这种芯片用于机器臂、神经拟态皮肤、机器嗅觉等场景。

2018年初，英特尔推出了其首款神经拟态芯片Loihi，采取14nm制程。

英特尔表示，Loihi 2是对第一代的重大升级，也是利用英特尔第一个EUV工艺节点Intel 4制造的芯片，意为等效于4nm，实际为7nm工艺。

由于利用了全新工艺，Loihi 2比较前代面积缩小了一半，但仍旧包含100万个神经元，数量是前代的8倍，处理速率是前代的10倍。

Loihi 2共有128个神经拟态核心，这128个内核每一个都有192KB的灵巧内存，每个神经元可以根据模型分配多达4096个状态，而之前的限定只有24个。

与普通的CPU和GPU不同，神经拟态没有外部内存。
每个神经元都有一小部分内存供其专用。
紧张浸染是分配给不同神经元输入的权重、最近活动的缓存以及峰值发送到的所有其他神经元的列表。

Loihi 2可以根据用场选择各种不同连接选项，这一点上有些类似于FPGA。

除了硬件产品外，英特尔还发布了用于Loihi芯片的软件，一个名为Lava的新开拓框架。

该框架以及干系库都用Python编写，并在GitHub上开源，开拓职员无需访问硬件即可为Loihi开拓程序。

与神经网络有何不同

生物神经元包含树突和轴突。

Loihi芯片上实行单元的一部分充当“树突”，根据过去行为的权重处理来自通信网络的传入旗子暗记。

然后它利用数学公式来确定活动何时超越临界阈值，并在超过临界阈值时触发其自身的尖峰旗子暗记。
之后实行单元的“轴突”查找与哪些其他实行单元通信，并向每个实行单元发送尖峰旗子暗记。

为何要研究这种类型芯片？神经拟态打算的倡导者认为，这种方法更靠近地仿照大脑功能的实际特色，例如大脑传输旗子暗记超高的能效比。

而研究深度学习学者，批评神经形态方法没有取得实际成果，像ResNet等深神经网络已经在打算机视觉上取得了巨大的成功

Yann LeCun曾在2019年的一次会议上驳斥了神经拟态打算方法。

虽然神经拟态打算的研究热度远不及神经网络，但神经拟态芯片的优点在于其能效远高于传统处理器。

IBM于2014年推出了TrueNorth芯片，只管其运行频率只有几kHz，但它所仿照大脑尖峰神经网络所需的打算资源，只传统处理器0.0001%。

英特尔神经形态打算实验室主任Mike Davies表示，Loihi在某些特定事情负载上，可以比传统处理器效率赶过2000倍。

此外，神经拟态打算还能实现动态学习行为。

神经网络非常长于识别演习过的失落误，但不足灵巧，无法识别他们没有演习的东西。
Davies曾展示了神经拟态打算根据视频输入学会识别新的手势，同时不破坏之前演习的能力。

Davies认为，神经拟态芯片在机器人学中有很多潜在的运用。
当移动机器人创造自己面临新环境时，它们必须足够灵巧，以识别温柔应新环境。

参考链接：[1]https://www.intel.com/content/www/us/en/newsroom/news/intel-unveils-neuromorphic-loihi-2-lava-software.html[2]https://www.anandtech.com/show/16960/intel-loihi-2-intel-4nm-4[3]https://www.zdnet.com/article/intel-rolls-out-second-gen-loihi-neuromorphic-chip/