4月19日消息,英特爾發(fā)布了代號為Hala Point的大型神經擬態(tài)系統(tǒng)。Hala Point基于英特爾Loihi 2神經擬態(tài)處理器打造而成,旨在支持類腦AI領域的前沿研究,解決AI目前在效率和可持續(xù)性等方面的挑戰(zhàn)。在英特爾第一代大規(guī)模研究系統(tǒng)Pohoiki Springs的基礎上,Hala Point改進了架構,將神經元容量提高了10倍以上,性能提高了12倍。
Hala Point在主流AI工作負載上展現了出色的計算效率。研究顯示,在運行傳統(tǒng)深度神經網絡時,該系統(tǒng)能夠每秒完成多達2萬萬億次(20 petaops)運算,8位運算能效比達到了15 TOPS/W,相當于甚至超過了基于GPU和CPU的架構。Hala Point有望推動多領域AI應用的實時持續(xù)學習,如科學研究、工程、物流、智能城市基礎設施管理、大語言模型(LLMs)和AI助手(AI agents)。
目前,Hala Point是一個旨在改進未來商用系統(tǒng)的研究原型。英特爾預計其研究將帶來實際技術突破,如讓大語言模型擁有從新數據中持續(xù)學習的能力,從而有望在AI廣泛部署的過程中,大幅降低訓練能耗,提高可持續(xù)性。
深度學習模型的規(guī)模正在不斷擴大,參數量可達萬億級。這一趨勢意味著AI技術在可持續(xù)性上面臨著嚴峻的挑戰(zhàn),有必要探索硬件架構底層的創(chuàng)新。神經擬態(tài)計算是一種借鑒神經科學研究的全新計算方法,通過存算一體和高細粒度的并行計算,大幅減少了數據傳輸。在本月舉行的聲學、語音與信號處理國際會議(ICASSP)上,英特爾發(fā)表的研究表明,Loihi 2在新興的小規(guī)模邊緣工作負載上實現了效率、速度和適應性數量級的提升。
Hala Point在其前身Pohoiki Springs的基礎上實現了大幅提升,基于神經擬態(tài)計算技術提升了主流、常規(guī)深度學習模型的性能和效率,尤其是那些用于處理視頻、語音和無線通信等實時工作負載的模型。例如,在今年的世界移動通信大會(MWC)上,愛立信研究院(Ericsson Research)就展示了其如何將Loihi 2神經擬態(tài)處理器應用于電信基礎設施效率的優(yōu)化。
Hala Point基于神經擬態(tài)處理器Loihi 2打造,Loihi 2應用了眾多類腦計算原理,如異步(asynchronous)、基于事件的脈沖神經網絡(SNNs)、存算一體,以及不斷變化的稀疏連接,以實現能效比和性能的數量級提升。神經元之間能夠直接通信,而非通過內存通信,因此能降低整體功耗。
Hala Point系統(tǒng)由封裝在一個六機架的數據中心機箱中的1152個Loihi 2處理器(采用Intel 4制程節(jié)點)組成,大小相當于一個微波爐。該系統(tǒng)支持分布在140544個神經形態(tài)處理內核上的多達11.5億個神經元和1280億個突觸,最大功耗僅為2600瓦。Hala Point還包括2300多個嵌入式x86處理器,用于輔助計算。
在大規(guī)模的并行結構中,Hala Point集成了處理器、內存和通信通道,內存帶寬達每秒16PB,內核間的通信帶寬達每秒3.5PB,芯片間的通信帶寬達每秒5TB。該系統(tǒng)每秒可處理超過380萬億次8位突觸運算和超過240萬億次神經元運算。
在用于仿生脈沖神經網絡模型時,Hala Point能夠以比人腦快20倍的實時速度運行其全部11.5億個神經元,在運行神經元數量較低的情況下,速度可比人腦快200倍。雖然Hala Point并非用于神經科學建模,但其神經元容量大致相當于貓頭鷹的大腦或卷尾猴的大腦皮層。
在執(zhí)行AI推理負載和處理優(yōu)化問題時,Loihi 2神經擬態(tài)芯片系統(tǒng)的速度比常規(guī)CPU和GPU架構快50倍,同時能耗降低了100倍。早期研究結果表明,通過利用稀疏性高達10比1的稀疏連接(sparse connectivity)和事件驅動的活動,Hala Point運行深度神經網絡的能效比高達15 TOPS/W,同時無需對輸入數據進行批處理。批處理是一種常用于GPU的優(yōu)化方法,會大幅增加實時數據(如來自攝像頭的視頻)處理的延遲。盡管仍處于研究階段,但未來的神經擬態(tài)大語言模型將不再需要定期在不斷增長的數據集上再訓練,從而節(jié)約數千兆瓦時的能源。
世界各地領先的學術團體、研究機構和公司共同組成了英特爾神經擬態(tài)研究社區(qū)(INRC),成員總數超過200個。攜手英特爾神經擬態(tài)研究社區(qū),英特爾正致力于開拓類腦AI前沿技術,以將其從技術原型轉化為業(yè)界領先的產品。
- 蜜度索驥:以跨模態(tài)檢索技術助力“企宣”向上生長
- 國慶出游帶火旅行拍攝 轉轉平臺二手運動相機訂單量環(huán)比增長 89%
- TechWeb微晚報:“純血鴻蒙”今日開啟公測 蘋果或放棄一年一更新產品模式
- NVIDIA新一代顯卡即將來臨,RTX 40系列步入停產倒計時
- 零跑汽車朱江明內部講話曝光:10月訂單有望再創(chuàng)新高,月銷30萬臺是未來目標
- 網傳奇瑞汽車香港上市在即,估值達71億美元,全球擴張步伐不斷加快
- 文旅部:國慶節(jié)假期國內出游7.65億人次 總花費超7000億元
- 滴滴:國慶出行訂單量同比上漲15% 休娛文旅多場景消費潛力釋放
- 小米Civi產品經理胡馨心輪崗到Redmi團隊 盧偉冰發(fā)文官宣
- 宋紫薇確認從理想離職 下一步計劃進軍AI智能硬件賽道
- 騰訊前三季度已回購883億港元 回購股份全部注銷
免責聲明:本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網站出現的信息,均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時,應及時向本網站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后,將會依法盡快聯系相關文章源頭核實,溝通刪除相關內容或斷開相關鏈接。