英特尔推出Hala Point全球最大仿神经形态系统,解决AI效率问题

描述

  英特尔宣布全球最大仿神经形态系统Hala Point问世,其初代部署于桑迪亚国家实验室,搭载英特尔Loihi 2处理器,支撑先进的类人脑AI研究,应对当前AI的效率与持久性挑战。Hala Point以首个大规模研究系统Pohoiki Springs为蓝本,升级架构,神经元容量增幅达10倍以上,性能提升12倍。

  英特尔实验室神经形态运算总监Mike Davies指出,“当前AI模型训练及部署成本增长迅速,行业亟需创新方法。因此,英特尔实验室研发了Hala Point,融合深度学习效率、类人脑持续学习和优化功能。期望通过该系统,突破大规模AI技术瓶颈,使AI系统具备适应变化的能力。”

  Hala Point作为业内首款在主流AI工作负载中表现出色的大规模仿神经形态系统,经测试证实,支持每秒20千兆次(20 petaops)的传统深度神经网络运算,超过每瓦15兆次8位元运算(TOPS/W),这一速度甚至超越现有GPU和CPU架构。Hala Point的独特功能有望推动AI应用领域如科学工程问题解决、物流、智能城市基础设施管理、大型语言模型(LLM)和AI代理的实时连续学习取得突破。

  现阶段,Hala Point尚处原型阶段,未来将进一步应用于商业系统优化。英特尔预期,这些经验将带来实际突破,如增强大型语言模型(LLM)从新数据中持续学习的能力,提升AI模型训练精度,并大幅降低AI部署成本。

  英特尔表示,Hala Point在前一代Pohoiki Springs基础上进行了大量改进,将仿神经形态性能和效率提升的优势扩展到视频、语音和无线通信等即时工作负载的主流深度学习模型中。自发布以来,Hala Point备受关注,尤其在今年世界移动通信大会上,爱立信研究中心借助Loihi 2提升电信基础设施效率的成果更成为了展会亮点。

  Loihi 2神经形态处理器是Hala Point的核心组件,采用非同步、基于事件的脉冲神经网络(SNN)、整合记忆和运算,以及关联性推论类人脑运算原理。相较于现行需定期使用不断增长的数据集重新训练模型的方式,Loihi 2无需内存,而是通过神经元直接交互,从而显著降低整体功耗。

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分