英特爾於週三推出了最新的神經形態計算系統——Hala Point。該系統利用1,152個Loihi 2處理器,旨在推進基於大腦靈感的人工智慧(AI)研究,並促進更可持續的AI應用。
儘管今天發布,Hala Point仍然是一個研究原型,目前尚未商業化。英特爾已將這一神經形態系統部署到桑迪亞國家實驗室,該實驗室隸屬於美國能源部的國家核安全管理局(NNSA)。自2021年以來,雙方一直在合作,進一步探討AI中的神經形態計算。
英特爾實驗室神經形態計算實驗室主任麥克·戴維斯表示:“當前AI模型的計算成本正在以不可持續的方式上升。我們開發Hala Point是為了展示一種新方法,結合深度學習的高效性與創新性的大腦靈感學習和優化能力。”
Hala Point能每秒支持高達30千兆操作(30 petaops),在執行傳統深度神經網絡時,每瓦特可達15兆8位操作的效率。系統架構包括數千個Loihi 2處理器,能夠支持11.5億個神經元和1280億個突觸,分布在超過140,000個神經形態處理核心上。此外,它配備了2300多個嵌入式x86處理器,提供顯著的內存帶寬:每秒16PB的內存帶寬、11PB/s的核心間通信以及每秒5.5TB的晶片間通信。
Hala Point代表了英特爾首個大型研究系統Pohoiki Springs的重大進化,具備十倍的神經元容量和十二倍的性能提升。戴維斯指出:“Hala Point應用於生物靈感的脈衝神經網絡模型時,可以以比人腦快20倍的速度執行11.5億個神經元,並在較低的運算能力下比人腦快200倍。雖然它的目標並不是神經科學建模,但其神經元容量大致可與貓頭鷹的腦部或卷尾猴的皮層相媲美。”
Pohoiki Springs的進步,加上Loihi 2架構的改進,使Hala Point能為主流深度學習模型,特別是需要實時處理的視頻、語音和無線通信等提供神經形態性能提升。
雖然公眾無法使用Hala Point,但相信它能促進桑迪亞實驗室和NNSA研究團隊在大規模基於大腦的計算方面的進展,應對物理、化學和環境科學中的重大挑戰。戴維斯解釋道:“Hala Point能以比傳統CPU和GPU架構少100倍的能量解決優化問題,並在速度上可快達50倍。這一激動人心的研究領域利用的腦靈感算法與傳統處理開發的算法有顯著區別。潛在應用包括物流、車隊路由、鐵路調度和智慧城市基礎設施管理。”
英特爾尚未公布Hala Point的成本,但小型系統的接入對英特爾神經形態研究社區的成員開放,並通過免費的雲平台向學術界、政府和企業提供服務。