3 года назад 5 октября 2021 в 21:50 33638

Intel анонсировала Loihi 2, исследовательский чип второго поколения, а также Lava, среду программирования с открытым исходным кодом, позволяющую разрабатывать приложения для нейроморфных вычислителей.

Нейроморфные вычисления с применением микросхем, разработанных по принципам нейробиологии и функционирующих подобно биологическому мозгу, позволят значительно увеличить энергоэффективность, скорость вычислений и продуктивность обучения ИИ для выполнения задач, возникающих при взаимодействии человека с машиной – от компьютерного зрения, распознавания голоса и жестов до поисковых запросов, робототехники и решения оптимизационных задач с ограничениями. Intel и ее партнеры уже создали такие прикладные разработки, как роботизированные руки, нейроморфная искусственная кожа и алгоритм распознавания запахов.

Новый исследовательский чип объединяет опыт, накопленный за три года использования исследовательских микросхем первого поколения, с передовыми наработками Intel в области производства, а также в проектировании и производстве цифровых асинхронных схем.

  • Усовершенствования Loihi 2 позволяют архитектуре поддерживать новые классы нейроморфных алгоритмов и приложений, обеспечивая при этом до 10 раз более быструю обработку и до 15 раз более высокую плотность ресурсов с использованием до 1 миллиона нейронов на чип наряду с улучшенной энергоэффективностью. При выпуске Loihi 2 была использована предварительная версия технологического процесса Intel 4. Применение литографии экстремального ультрафиолетового диапазона (Extreme Ultraviolet, EUV) в Intel 4 упростило принципы проектирования компоновки по сравнению с технологиями прошлых лет, что позволило ускорить разработку Loihi 2.
  • Среда программирования Lava соответствует потребности сообщества исследователей нейроморфных вычислений в универсальном программном фреймворке. В качестве открытой модульной среды с возможностью расширения, Lava позволит исследователям и разработчикам приложений опираться на совместные достижения и использовать общий набор инструментов, методик и библиотек. Lava работает на различных гетерогенных платформах с традиционными и нейроморфными процессорами, обеспечивая совместимость с широким спектром ИИ, нейроморфных и робототехнических программных средств. Теперь разработчики могут создавать нейроморфные приложения даже без доступа к специализированному аппаратному обеспечению, а также участвовать в развитии базы кода Lava, в том числе перенося свои разработки на другие платформы.

«Исследователи из Национальной лаборатории Лос-Аламоса использовали нейроморфную платформу Loihi для сравнения квантовых и нейроморфных вычислений, а также для практической реализации механизмов обучения на нейроморфной микросхеме, – заявил д-р Герд Дж. Кунде (Dr. Gerd J. Kunde), научный сотрудник Национальной лаборатории Лос-Аламоса. – Это исследование показало интересные сходства между импульсными нейронными сетями и принципами квантового отжига для решения сложных задач оптимизации. Мы также продемонстрировали, что алгоритм обратного распространения ошибки – основополагающий компонент для обучения нейронных сетей, ранее считавшийся нереализуемым в нейроморфных архитектурах, может быть эффективно выполнен на Loihi. Наша команда непременно продолжит это исследование с чипом второго поколения».

Loihi 2 и Lava предлагают исследователям инструменты разработки и описания новых нейроморфных приложений для вычислений в реальном времени, принятия решений, задач адаптации и обучения. Основные преимущества решений:

  • Более быстрая и универсальная оптимизация: более высокая степень программируемости Loihi 2 даст возможность работать с более широким спектром сложных задач оптимизации, включая оптимизацию в реальном времени, планирование и принятие решений – от периферийных систем до дата-центров.
  • Новые методы непрерывного и ассоциативного обучения: Loihi 2 предлагает улучшенную поддержку передовых методов обучения, в том числе варианты обратного распространения ошибки, одного из самых популярных алгоритмов глубокого обучения. Это расширяет возможности адаптации и обучающих алгоритмов с эффективным использованием данных, которые могут поддерживаться маломощными онлайн-системами.
  • Новые нейронные сети, обучаемые с помощью глубокого обучения: полностью программируемые модели нейронов и стандартизированный спайковый метод обмена данными в Loihi 2 позволяют использовать новые модели нейронных сетей, которые можно обучать с помощью алгоритмов глубокого обучения. По предварительным оценкам, Loihi 2 позволяет снизить число выполняемых операций при инференсе более чем в 60 раз без потери точности по сравнению со стандартными глубокими сетями на Loihi 1.
  • Беспрепятственная интеграция с существующими робототехническими системами, традиционными процессорами и новыми датчиками: в Loihi 2 сняты технические ограничения Loihi первого поколения благодаря более быстрым, универсальным и стандартизированным интерфейсам ввода-вывода. Микросхемы Loihi 2 будут поддерживать интерфейсы Ethernet, прямую интеграцию широкого спектра событийно-управляемых датчиков технического зрения и возможность объединения микросхем Loihi 2 в большие связанные кластера.
Никто не прокомментировал материал. Есть мысли?