Intel представляет Hala Point: новое поколение нейроморфных вычислительных систем

Intel представила свою новую нейроморфную вычислительную систему Hala Point в среду. Оснащенная 1,152 процессорами Loihi 2, она предназначена для продвижения исследований в области искусственного интеллекта (AI), вдохновленного работой мозга, и для создания более устойчивых приложений AI.

Хотя система анонсирована сегодня, Hala Point является исследовательским прототипом и недоступна для коммерческого использования. Intel развернула эту нейроморфную систему в лабораториях Sandia, которые являются частью Национальной ядерной администрации (NNSA) Министерства энергетики США. Это сотрудничество началось в 2021 году с целью дальнейшего исследования нейроморфных технологий в AI.

«Стоимость вычислений для современных AI-моделей растет неустойчиво», — отметил Майк Дэвис, директор Лаборатории нейроморфных вычислений Intel. «Мы разработали Hala Point как новый подход, который сочетает эффективность глубокого обучения с инновационными возможностями, вдохновленными мозговыми процессами».

Hala Point может выполнять до 30 квадриллионов операций в секунду (30 петаопс) и демонстрирует эффективность более 15 триллионов 8-битных операций в секунду на ватт при выполнении традиционных глубоких нейронных сетей. Архитектура системы включает тысячу процессоров Loihi 2, способных поддерживать 1,15 миллиарда нейронов и 128 миллиардов синапсов на более чем 140,000 нейроморфных вычислительных ядрах. Также в системе более 2,300 встроенных процессоров x86 и значительная пропускная способность памяти: 16 петабайт в секунду для памяти, 11 ПБ/с для межядерной связи и 5,5 терабайт в секунду для межчиповой связи.

Hala Point является значительным шагом вперед по сравнению с первой крупной исследовательской системой Intel, Pohoiki Springs, предлагая десятикратное увеличение емкости нейронов и двенадцатикратное повышение производительности.

«При применении к моделям бионических колеблющихся нейронных сетей Hala Point может выполнять 1,15 миллиарда нейронов со скоростью до 20 раз быстрее, чем человеческий мозг, и в 200 раз быстрее при меньших объемах», — отметил Дэвис. «Хотя система не предназначена для моделирования нейробиологии, ее емкость нейронов сопоставима с таковой у мозга совы или коры капуциновой обезьяны».

Достижения, полученные от Pohoiki Springs, наряду с улучшениями в архитектуре Loihi 2, позволяют Hala Point обеспечивать нейроморфное превосходство для стандартных моделей глубокого обучения, особенно тех, которые требуют обработки в реальном времени, таких как видео, речь и беспроводные коммуникации.

Несмотря на то что Hala Point пока недоступна для широкой публики, ожидается, что она будет способствовать крупномасштабным вычислениям, основанным на модели мозга, для команд Sandia Labs и NNSA, решая важные задачи в физике, химии и экологии.

«Hala Point может решать задачи оптимизации, используя в 100 раз меньше энергии и скорость до 50 раз быстрее, чем традиционные архитектуры CPU и GPU», — объяснил Дэвис. «Эта увлекательная область исследований использует алгоритмы, вдохновленные работой мозга, которые значительно отличаются от тех, что разработаны для традиционных вычислений. Потенциальные применения включают логистику, маршрутизацию автопарков, расписание поездов и управление инфраструктурой умных городов».

Intel не раскрыл стоимость Hala Point, но доступ к системам меньшего масштаба открывается членам Сообщества нейроморфных исследований Intel через бесплатную облачную платформу для академических, государственных и корпоративных организаций.