【TechWeb】4月19日音书，英特尔发布了代号为Hala Point的大型神经拟态系统。Hala Point基于英特尔Loihi 2神经拟态处理器打造而成，旨在援救类脑AI鸿沟的前沿扣问，搞定AI当今在后果和可执续性等方面的挑战。在英特尔第一代大范围扣问系统Pohoiki Springs的基础上，Hala Point改良了架构，将神经元容量提高了10倍以上，性能提高了12倍。
Hala Point在主流AI责任负载上展现了出色的筹画后果。扣问泄漏，在驱动传统深度神经齐集时，该系统大略每秒完成多达2万万亿次（20 petaops）运算，8位运算能效比达到了15 TOPS/W，相配于致使杰出了基于GPU和CPU的架构。Hala Point有望鼓舞多鸿沟AI应用的及时执续学习，如科学扣问、工程、物流、智能城市基础体式管制、谎话语模子（LLMs）和AI助手（AI agents）。
当今，Hala Point是一个旨在改良改日商用系统的扣问原型。英特尔瞻望其扣问将带来骨子技能打破，如让谎话语模子领有再行数据中执续学习的智商，从而有望在AI泛泛部署的经由中，大幅裁汰测验能耗，提高可执续性。
深度学习模子的范围正在不断扩大，参数目可达万亿级。这一趋势意味着AI技能在可执续性上头对着严峻的挑战，有必要探索硬件架构底层的变嫌。神经拟态筹画是一种鉴戒神经科学扣问的全新筹画秩序，通过存算一体和高细粒度的并行筹画，大幅减少了数据传输。在本月举行的声学、语音与信号处理外洋会议（ICASSP）上，英特尔发表的扣问标明，Loihi 2在新兴的小范围边际责任负载上兑现了后果、速率和稳健性数目级的耕作。
Hala Point在其前身Pohoiki Springs的基础上兑现了大幅耕作，基于神经拟态筹画技能耕作了主流、旧例深度学习模子的性能和后果，尤其是那些用于处理视频、语音和无线通讯等及时责任负载的模子。举例，在本年的天下转移通讯大会（MWC）上，爱立信扣问院（Ericsson Research）就展示了其若何将Loihi 2神经拟态处理器应用于电信基础体式后果的优化。
Hala Point基于神经拟态处理器Loihi 2打造，Loihi 2应用了繁密类脑筹画旨趣，如异步（asynchronous）、基于事件的脉冲神经齐集（SNNs）、存算一体，以及不断变化的疏淡趋附，以兑现能效比和性能的数目级耕作。神经元之间大略奏凯通讯，而非通过内存通讯，因此能裁汰举座功耗。
Hala Point系统由封装在一个六机架的数据中神思箱中的1152个Loihi 2处理器（采纳Intel 4制程节点）构成，大小相配于一个微波炉。该系统援救分裂在140544个神经形状处理内核上的多达11.5亿个神经元和1280亿个突触，最大功耗仅为2600瓦。Hala Point还包括2300多个镶嵌式x86处理器，用于扶植筹画。
在大范围的并行结构中，Hala Point集成了处理器、内存和通讯通谈，内存带宽达每秒16PB，内核间的通讯带宽达每秒3.5PB，芯片间的通讯带宽达每秒5TB。该系统每秒可处理杰出380万亿次8位突触运算和杰出240万亿次神经元运算。
在用于仿生脉冲神经齐集模子时，Hala Point大略以比东谈主脑快20倍的及时速率驱动其一齐11.5亿个神经元，在驱动神经元数目较低的情况下，速率可比东谈主脑快200倍。诚然Hala Point并非用于神经科学建模，但其神经元容量大要相配于猫头鹰的大脑或卷尾猴的大脑皮层。
在现实AI推理负载和处理优化问题时，Loihi 2神经拟态芯片系统的速率比旧例CPU和GPU架构快50倍，同期能耗裁汰了100倍。早期扣问牺牲标明，通过诈欺疏淡性高达10比1的疏淡趋附（sparse connectivity）和事件驱动的算作，Hala Point驱动深度神经齐集的能效比高达15 TOPS/W，同期无需对输入数据进行批处理。批处理是一种常用于GPU的优化秩序，会大幅增多及时数据（如来自录像头的视频）处理的延伸。尽管仍处于扣问阶段，但改日的神经拟态谎话语模子将不再需要如期在不断增长的数据集上再测验，从而精辟数千兆瓦时的动力。
天下各地最初的学术团体、扣问机构和公司共同构成了英特尔神经拟态扣问社区（INRC），成员总和杰出200个。联袂英特尔神经拟态扣问社区，英特尔正奋发于斥地类脑AI前沿技能欧洲杯体育，以将其从技能原型转念为业界最初的家具。
声明：新浪网独家稿件，未经授权不容转载。 -->