米樂M6:英特爾自主學習芯片Loihi詳解:128個神經形態核心+3個x86核心
作者:米樂發布時間:2025-03-01
現在人工智能非常火爆,不過大多數都還是基于通用的CPU/GPU或者是專用的NPU/VPU芯片來做人工智能計算,那么下一代的人工智能計算方式將會是怎樣的呢?早在今年9月底的時候,英特爾的首款神經擬態計算(類腦)芯片Loihi就被曝光,這是全球首款具有自我學習能力的芯片,引起了業內的廣泛關注。11月15日,2017英特爾人工智能大會在北京正式召開米樂m6官網登錄入口。會上,英特爾中國研究院院長宋繼強博士詳細介紹了英特爾最新的神經擬態計算(類腦)芯片Loihi。
Loihi的名字其實取自于夏威夷海底的一座不斷噴發的活火山,每一次噴發都會擴大夏威夷島的范圍,英特爾將芯片取名Loihi就是希望其能夠通過不斷的自我學習,可以提供更加強大的人工智能的能力。
現代醫學研究表明,人類大腦的神經網絡是通過脈沖來傳遞信息,同時根據這些脈沖的時間來調節突觸強度或突觸連接的權重,并把這些變化存儲在突觸連接處。大腦內神經網絡及其環境中多個區域之間的協作和競爭性的相互作用就產生了智能的行為。
英特爾的Loihi芯片采用了一種新穎的方式通過異步脈沖來計算,同時整合了計算和存儲,模仿了大腦根據環境的各種反饋來學習如何操作的運作方式,可以利用數據來學習并做出推斷,隨著時間的推移也會變得更加的智能,并且不需要以傳統方式來進行訓練。
目前的機器學習方式,比如深度學習,都是通過大量的數據來進行訓練,從而得出一個可用的模型,但是這種模型只是適用于特定的一些應用方向和使用場景,沒法廣泛的應用,一旦使用場景發生變化,這種花大量時間和精力訓練出來的模型就沒法用了。而英特爾的Loihi能夠進行自主學習,則意味著即使在不同應用方向和場景下,也能很快的通過自主學習來進行適應。
此外,神經擬態計算還可解決例如稀疏編碼、詞典學習、constraint Satisfaction、模式匹配、動態學習和適應等眾多挑戰性問題。并且還擁有更高的能效比。
Loihi的詳細參數:

根據現場公布的資料顯示,Loihi采用的是異構設計,由128個Neuromorphic Core(神經形態的核心)+3個低功耗的英特爾X86核心組成,號稱擁有13萬個神經元和1.3億個觸突。其擁有目前發布芯片的大部分先進特性,支持可編程的學習規則,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絡參數,支持監督學習、無監督學習、強化學習和其他的學習范式。同時其也是可擴展的神經擬態網絡米樂m6官網登錄入口。這種全異步神經擬態多核心網絡,可支持多種稀疏、分層和循環神經網絡拓撲結構。每個神經元可以與成千上萬個其它神經元通信。
在性能方面,根據此前研究人員公布的數據顯示,與其他典型的脈沖神經網絡相比,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芯片學習速度提高了100萬倍。與卷積神經網絡和深度學習神經網絡相比,Loihi測試芯片在同樣的任務中需要的資源更少。
此外,在能效比方面,與訓練人工智能系統的通用計算芯片相比,Loihi芯片的能效提升了100倍以上。
需要指出的是,目前Loihi芯片還處于實驗室階段,最快將于今年年底面世(有測試芯片出來),屆時英特爾將會與著名大學和研究機構共享Loihi測試芯片,致力于推進人工智能。
另外,由于Loihi采用的是全新的神經擬態計算,并且是異構設計,所以這也使得其在開發設計上也需要全新的方法和工具。
對此,英特爾Loihi芯片部門與英特爾軟件部門合作,創造了一種無縫的編程模式和結構。可以讓開發者可以輕松的在Loihi上進行編程。
作者:芯智訊-浪客劍
_____________________________
更多干貨、爆料、獨家觀點,歡迎訂閱芯智訊
官方微信公眾號:芯智訊