英特尔，合作伙伴在Loihi神经形态计算芯片开发方面取得新进展

Intel发布了Loihi神经形态计算处理器的新性能基准，揭示了功耗和效率的改进。

在英特尔周四的虚拟实验室日上，这家科技巨头透露了Loihi芯片在语音命令识别、人工智能（AI）应用中的手势识别、图像检索、搜索功能和机器人技术方面的改进。

神经形态计算旨在利用计算机科学推动基于规则和经典逻辑的人工智能构建到更灵活的模拟人类的系统中认知，包括上下文解释、感官应用和自主适应。

英特尔表示，神经形态计算专注于模拟人脑并实现稳定的概率计算，这创造了“处理不确定性、模糊性的算法方法，然而，英特尔实验室副总裁兼主管里奇·乌利格在对虚拟活动的与会者发表讲话时补充了一条警告：神经形态计算的进步“以不断增加的功耗为代价，[…]对人工智能和人工智能的民主化提出了挑战。”这是英特尔希望克服的一个瓶颈障碍。

这一由128个核心组成、采用14nm工艺技术制造的Loihi研究芯片是英特尔对该领域的贡献。2017年首次亮相，处理器包含130个，000个“神经元”，适用于发送脉冲信号（包含编码信息）并刺激神经网络中其他神经元的脉冲信号https://www.techrepublic.com/article/microsofts-new-security-chip-takes-pc-protection-to-a-higher-level/？ftag=CMG-01-10aaa1b“target=”nu blank“rel=”noopener noreferrer“data component=”externalLink“>微软的新安全芯片将个人电脑保护提升到一个更高的水平

英特尔最新的Loihi性能基准与语音命令识别、手势识别、图像检索、搜索功能和机器人技术有关，实验下一代人工智能技术的合作伙伴公司感兴趣的领域。

CNET:英特尔如何在未来数年内保持摩尔定律的运转

埃森哲，英特尔的神经形态研究社区（INRC）成员，将Loihi与目前市场上可用的“标准”GPU进行了比较。

，该公司一直在研究汽车人工智能，目前标准图形处理器的功耗太高，无法包括先进的人工智能应用程序。

神经形态计算可以为更智能的应用程序在不消耗汽车电池的情况下进入空间铺平道路测试概念验证汽车人工智能模型使用英特尔的语音命令芯片。现在，汽车模型通过开源语音记录样本和Loihi处理器接受了简单的训练，包括灯亮、熄灯和启动发动机。

测试发现，到目前为止，已经获得了“可接受的”精度结果，但真正的亮点是报告的1，与标准GPU相比，能效提高了1000倍。此外，Loihi对计算要求的响应速度更高达200毫秒。

公司和其他INRC合作伙伴，包括加州大学欧文分校，也研究了Loihi如何处理手势识别。英特尔表示，Loihi的自学习能力已经在这一领域取得了“切实的”进展，现在只需“几次接触”就可以学习新的手势，而无需在人工智能硬件上存储大量数据。

“这可以应用于各种用例，比如在家里与智能产品交互，或者在公共场所与触摸屏进行交互，”该公司补充道，其总体目标是创造一种让我们能够更“自然”地与我们的设备进行交互的方式。

在图像检索和产品搜索应用中，零售业的合作伙伴测试了Loihi的处理能力，与标准CPU和GPU解决方案进行了对比。研究人员称，与标准处理器相比，神经形态计算芯片能够以更少的时间和更少的能量找到和生成图像特征向量，同时“保持相同的精确度”。

基于手势的近似示例学习，包括分析不同数据点之间的关系。

优化和搜索选项也已被探索。英特尔表示，在测试过程中，该芯片能够解决约束满足等问题，即在施加限制时寻找问题数学解决方案的过程，其效率比标准CPU高1000倍，速度也快100倍，新芯片可以降低功耗需求，提高计算效率。

谈到机器人、罗格斯和TU代尔夫特测试了英特尔的芯片以提高无人机性能。这些组织再次发现，处理器所需的能量远低于标准的移动GPU，整体能效提升75%。

另请参见：英特尔第三季度与预期一致，数据中心芯片销量同比下降https://www.zdnet.com/article/intel-argonne-national-lab-co-design-xehp-gpus-oneapi-in-exascale-hpc-chase/“target=”\u blank“>Intel、Argonne National Lab co-design XeHP GPU，exascale HPC chase中的oneAPIhttps://www.zdnet.com/article/intel-debuts-gpu-for-the-data-centre-with-a-focus-on-android-cloud-gaming/“target=”Βblank“>Intel首次为数据中心推出GPU，专注于Android云游戏

神经形态芯片设计和生产的费用可能会保持神经形态计算英特尔表示，应用在边缘或非成本敏感系统上，但该公司预计该领域的创新最终会压低采用神经形态技术的价格，并将其牢牢地推向商业领域。

最后，英特尔希望创建一种专注于能效和速度的架构，而几乎不需要不会影响性能，该公司称之为“数量级收益”。