英特尔布局神经形态计算芯片

据外媒报道,英特尔(Intel)实验室开发了一种神经形态处理器,研究人员认为它可以比传统架构的芯片(如GPU或CPU)更快、更有效地执行机器学习任务。对这种代号为Loihi的新芯片的研制工作已经进行六年了。

Loihi由数字形式的神经元和突触提供动力,它们被用来执行异步脉冲,这是一种类似于我们大脑工作方式的计算方式。目前的理论是,我们大脑内的生物神经网络会对外部刺激产生响应脉冲,并通过修改网络连接将这些脉冲存储为信息。Loihi也有自己的虚拟神经元和突触,因此能够具有类似的能力和行为。

这样的模型能够以交互和连续的方式执行机器学习任务。英特尔实验室总监兼企业副总裁Michael Mayberry发表了一篇关于该新型芯片的社论,解释了这种架构的意义:

“Loihi测试芯片能够提供高度灵活的片上学习功能,并能够将训练和推理集成到单个芯片上。这使得机器实现了自动化,并能够进行实时调整,而不需要等待来自云端的下一次更新。研究人员已表明,在解决MNIST数字识别问题时,为了达到一定的准确性,其他典型的脉冲神经网络以总操作来测量,与之相比,该芯片的学习速度提高了100万倍。与诸如卷积神经网络和深度学习神经网络等技术相比,Loihi测试芯片在相同任务中使用的资源要少得多。”

他进一步描述了一些典型的应用程序,在这些程序中加入这种实时处理功能是很有好处的:跟踪你的心跳,以便在疾病发作之前发现潜在问题;监控网络安全系统,以检测黑客攻击或其他类型的系统入侵。他指出,该技术还可以被用于各种自动化和工业应用——基本上任何需要进行实时决策、或需要持续性训练的应用。而且根据Mayberry的说法,Loihi的能源效率比普通电脑高出1000倍,它可以嵌入到人形机器人或其他独立于电网运行的设备上。

为了实现这个目标,Loihi已经配备了13万个神经元和1.3亿个突触,并使用英特尔的14nm工艺技术生产。更深入地说,该芯片可以被描述为一个多核网格,其每个核心都配备了适合有监督和无监督学习的“学习引擎”。它支持一系列的网络拓扑结构,包括稀疏、分层和循环的神经网络。

英特尔并不是唯一一家研究神经形态芯片的公司。IBM研究机构开发了TrueNorth,这是2014年推出的一种神经形态芯片。它拥有100万个神经元和2.96亿个突触,分布在4096个核心中,目前正在由国家能源部的Lawrence Livermore实验室和美国空军进行试验。另外还有40多所大学、政府实验室和企业也在研究该芯片。该芯片已被用于图像和语音识别问题,且根据IBM的描述,其展示出的精确度与那些针对这些应用程序进行了调整的现有平台相当。

尽管从理论上来说,TrueNorth含有的神经元数量几乎是Loihi的八倍,突触数量几乎是Loihi的两倍,但并不能保证它的能力比Loihi强。主要的困难是搞清楚底层多个核心的运行细节。迄今为止,英特尔还没有发布Loihi的基准测试,尽管Mayberry表示他们已经开发和测试了“几种高效的算法,以解决包括路径规划、约束满足、稀疏编码、字典学习和动态模式学习与适应在内的诸多问题。”

该芯片在现实应用程序中的性能仍然是未知的。但由于Loihi将在2018年上半年被提供给大学和研究机构,从理论上来说,这些组织可以通过各种不同的应用对英特尔和IBM的神经形态芯片进行比较。

对英特尔来说,更大的问题是这个测试芯片是否会被投入商用。如果是,它将与该公司的AI处理器产品组合相兼容。目前,英特尔正计划从多个方面着手来开拓这个市场。首先推出的是Knight Mill,这是一个针对深度学习优化过的Xeon Phi处理器,计划在2017年第四季度推出。基于该公司Nervana IP的专业深度学习协处理器Lake Crest也在开发之中,它原本应该在2017年上半年发布,但却没有实现,而其新的发布日期也是未知数。路线图的下一步是Knight Crest,这是一种类似于Xeon-Nervana的混合处理器,预计将于2020年问世。

英特尔还将其Altera FPGA产品系列定位于深度学习推理器,而这些芯片已经在针对此类应用程序的微软Azure云平台上占据了主导地位。该芯片制造商最近还推出了Movidius神经计算棒(Neural Compute Stick),这是一款基于USB的推理平台,主要针对当前最先进的主机设备。即使是通用的Xeon CPU,现在也在其最新的Skylake版本中针对AI做出了一些调整。所有这一切都反映出英特尔的观点,即人工智能的能力将在其所服务的市场中无处不在,并且必将在所有平台上得到一定程度的支持。

与任何其他架构相比,这种神经形态结构很有可能具备最大的上升潜力,并且在某种程度上,可能会最终取代GPU和一个或多个英特尔自己的AI平台。尽管距离商业化还需要几年时间,AI市场的最终规模也迫使像英特尔和IBM这样的IT巨头从事高风险的研发工作。要了解这些特定的实验结果,我们只需要耐心等待。

原文发布于微信公众号 - 人工智能快报(AI_News)

原文发表时间:2017-10-25

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏BestSDK

一周简报|Facebook开源机器学习翻译项目fairseq ,可翻译6500种语言

腾讯云正式加入CNCF和Linux基金会,推动CNCF和Linux全球发展;科大讯飞战略合作NVIDIA,携手共推智能语音平台;百度即将发布语音声纹识别系统 D...

3594
来自专栏机器之心

英伟达刚刚发布全球最大GPU:GTC2018黄仁勋演讲核心内容都在这了

机器之心报道 参与:李泽南、李亚洲 昨天,第九届年度 GPU 技术大会(GTC)在加州圣何塞 McEnery 会议中心正式开幕。在刚刚结束的 Keynote 演...

3536
来自专栏云计算D1net

云计算的小兄弟:雾计算和霾计算

云计算成名较早,现在是大名鼎鼎,经过这几年的努力,俨然成为了科学技术界的一名当红巨星。正所谓人红是非多,不少人也是盯着云计算,眼睛里揉沙子,找云计算身上的弱点。...

4084
来自专栏腾讯高校合作

【直播现场】SIGGRAPH Asia 2014深圳展会都有神马?

上腾讯街景,看SIGGRAPH Asia 2014实景盛况   12月3日~6日, SIGGRAPH Asia2014亚洲电脑图像和互动技术展览及会议在深圳会会...

3623
来自专栏AI科技评论

动态 | Intel发布专为机器学习而设计的Intel® Nervana™神经网络处理器,年底量产

AI科技评论消息,在10月17日召开的WSJ D.Live大会上,Intel正式发布了专为机器学习而设计的Intel® Nervana™神经网络处理器(NNP)...

3779
来自专栏ThoughtWorks

点之殇|TW洞见

今日洞见 文章作者、部分图片来自ThoughtWorks:冉冉。 本文所有内容,包括文字、图片和音视频资料,版权均属ThoughtWorks公司所有,任何媒体、...

3698
来自专栏大数据挖掘DT机器学习

数据挖掘入门与实战 历史文章源代码打包下载

? ? 失效了。最近终于有时间整理下来。 ? 如何入门数据挖掘/机器学习/数据科学? 我认为有几个大方面 1)学好python。 现在几乎所以公司的数据都...

3917
来自专栏ATYUN订阅号

斯坦福大学开放AI挑战赛,旨在解决医疗问题

斯坦福大学最近宣布了一项旨在解决生物力学问题的众包竞赛。“AI for Prosthetics”挑战的参与者将建立能够预测患者在获得假肢后如何行走的模型。

1452
来自专栏数据派THU

独家 | 一文读懂社交网络分析-下(应用、前沿、学习资源)

本文主要阐述: 社交网络分析的应用 社交网络前沿研究 学习资料 参考资料 浏览前三章的内容请见上篇(2017年9月26日头条)。 四. 社交网络分析的应用 1....

38111
来自专栏新智元

【给 iOS 开发者】人工智能在 iOS 开发上的应用和机会

【新智元导读】这篇文章是一名 iOS 开发者总结他在硅谷和西雅图的所见所闻,对人工智能和机器学习的思考,以及人工智能给 iOS 开发者带来的机会和挑战。 前言 ...

3905

扫码关注云+社区

领取腾讯云代金券