英特爾研發神經元AI處理器，模仿大腦功能，無需訓練數據集

陳樺 問耕 編譯整理

量子位 出品 | 公眾號 QbitAI

剛剛，黃仁勛在北京跑步上台演講，莊嚴宣布：CPU的時代結束了。

好巧，英特爾說：不單CPU不行了，GPU也不行了。

這位CPU霸主表示，隨著高度動態和非結構既然數據的相關需求逐漸增加，未來計算的需求將超越經典的CPU和GPU體系結構。

那怎麼辦？

英特爾這麼說，肯定有辦法。英特爾實驗室今天宣布，正在研發出代號「Loihi」的自學習神經元晶元，模仿了大腦的功能，能從環境反饋中直接學習。

所謂自學習、模仿大腦，意思是Loihi內部由128個計算核心組成，每個核心有1024個「神經元」，總計超過13萬個神經元和1.3億個突觸鏈接，和大腦的神經元一樣，它們可以調整相互之間的聯繫，以適應新的任務。

從神經元數量上講，Loihi比龍蝦的大腦還要複雜一點。不過與人腦相比還相去甚遠，人腦由超過800億個神經元組成。

Loihi不需要通過傳統的方式進行訓練，而且會隨著時間的增加變得越來越智能，而且功耗極低，這款處理器使用非同步脈衝方式進行計算。

「大腦內部的溝通沒有想像中的頻繁」，英特爾實驗室資深首席工程師兼首席科學家Narayan Srinivasa表示：「這款晶元只有脈衝出現時才消耗能量」。

下面是英特爾對Loihi晶元的詳細說明。

Loihi簡介

Loihi晶元包含模擬大腦基本機制的數字電路，使機器學習更快、更高效，同時降低對計算資源的需求。

神經形態晶元模型的靈感來自於神經元通信和學習的方式，利用了可根據時間調節的脈衝和塑料觸突。基於模式和關聯，這將幫助計算機實現自組織，做出決策。

Loihi晶元提供了非常靈活的片上學習能力，將訓練和推理整合至同一塊晶元上。這幫助機器實現自動化，實時調整，而無需等待來自雲計算平台的下一次信息更新。

研究人員已證明，與其他典型的脈衝神經網路相比，在解決MNIST數字識別問題時，以實現一定準確率所需要的總操作數來看，Loihi晶元學習速度提高了100萬倍。

與卷積神經網路和深度學習神經網路相比，Loihi晶元在同樣的任務中需要更少的資源。

在優化汽車和工業應用，以及個人機器人方面，這款測試晶元的自學能力帶來了巨大潛力，例如識別汽車或自行車的運動。在非結構化環境中，這些應用可以受益於自動化操作和持續學習。

此外，與通常用於訓練人工智慧系統的晶元相比，Loihi晶元的能效提升了1000倍。

參數

全非同步神經形態多核心網路，支持多種稀疏、分層和循環神經網路拓撲結構。每個神經元可以與成千上萬個其他神經元通信。

每個神經形態核心都包含一個學習引擎，在操作中可以通過編程去適配網路參數，支持監督學習、無監督學習、強化學習和其他學習範式。

晶元的製造採用了英特爾14納米工藝。

總共提供了13萬個神經元和1.3億個觸突。

對於多種演算法的開發和測試，實現了極高的演算法效率。這些演算法包括路徑規劃、約束滿足、稀疏編碼、字典學習，以及動態模式學習和適配。

下一步

英特爾表示，在計算機和演算法創新的推動下，人工智慧的變革性力量預計將給社會帶來重大影響。這家晶元巨頭正通過多種產品，解決從網路邊緣到數據中心和雲計算平台，人工智慧計算任務的獨特需求。

隨著人工智慧計算任務越來越多多樣化，越來越複雜，研究者將關注當前主流計算架構的局限性，提出新的顛覆性方法。展望未來，英特爾認為，神經形態計算帶來了一種方式，以類似大腦的結構提供超大規模的計算性能。

但英特爾不是第一家使用神經科學指導晶元設計的公司。

IBM已經構建了兩代神經形態處理器，稱為TrueNorth，這個晶元同樣基於脈衝神經元模式。TrueNorth晶元包括4096個核心和540萬個晶體管，功耗70毫瓦，模擬了一百萬個神經元和2.56億個突觸，這個數字在Loihi之上。

TrueNorth相當於一個蜜蜂的大腦。

不過與英特爾的晶元不同，TrueNorth晶元無法基於輸入數據進行學習。IBM的研究得到了DARPA的資助，並且與兩家實驗室合作，但目前也沒有商業可用性的進展。

不少AI專家對神經元晶元心存疑慮。IBM在2014年發表TrueNorth的第一篇論文時，Yann LeCun就曾指出，這類晶元很難運行卷積神經網路進行圖像識別計算。Srinivasa也證實Loihi在某些深度學習模型上表現不佳。

無論英特爾神經元晶元最終結果如何，這都顯示出英特爾已經意識到CPU不是唯一。隨著AI的重要性日益增加，英特爾正不斷擁抱其他晶元。2015年，英特爾億167億美元收購FPGA廠商Altera。去年，英特爾4億美元收購AI晶元商Nervana。

至於Loihi，2018年上半年，英特爾將與部分大學和研究機構分享Loihi測試晶元。

最後，專門提一個人。

加州理工的Carver Mead教授，現年已經83歲。他是現代微電子學的先驅，為半導體、數字晶元和硅編譯器的開發和設計做出貢獻，這些技術構成現代大規模集成晶元設計的基礎。

上個世紀80年代以來，Mead專註於人類神經和生物學的電子建模，創造了神經電子系統。英特爾Loihi晶元也是建立在這一研究的基礎之上。

—完—

加入社群

量子位AI社群9群開始招募啦，歡迎對AI感興趣的同學，加小助手微信qbitbot3入群；

此外，量子位專業細分群(自動駕駛、CV、NLP、機器學習等)正在招募，面向正在從事相關領域的工程師及研究人員。

進群請加小助手微信號qbitbot3，並務必備註相應群的關鍵詞~通過審核後我們將邀請進群。（專業群審核較嚴，敬請諒解）

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界面，回復「招聘」兩個字。

量子位QbitAI

? ? ? 追蹤AI技術和產品新動態

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！