Intel公布神經擬態新進展：超過傳統CPU 1000倍
2020-12-08 09:20:25 快科技
2019年7月，Intel發布了代號為“Pohoiki Beach”的神經擬態系統，包含64塊Loihi研究芯片，擁有800萬個神經元。
2020年3月，Intel展示了Loihi在存在明顯噪聲和遮蓋的情況下學習和識別危險化學品的能力，僅需單一樣本便可學會識別每一種氣味。
同時，Intel宣布了代號“Pohoiki Springs”的數據中心機架式系統，在5臺標準服務器大小的機箱中集成了768塊Loihi芯片，擁有1億個神經元，大約一個小型哺乳動物大腦的水平。
這一次，Intel日重點介紹的Loihi神經擬態研究基準更新包括：
－ 語音命令識別
埃森哲測試了在Intel Loihi和標準GPU上識別語音命令的能力，發現Loihi不僅達到了和GPU類似的精度，而且能效提高1000倍以上，響應速度快200毫秒。
梅塞德斯-奔馳正在探索如何將這些結果應用到現實中，比如在汽車中加入新的語音交互命令。
－ 手勢識別
埃森哲展示了Loihi在快速學習、識別個性化手勢方面取得的切實進展。只需幾次曝光，Loihi即可學習新手勢，可用于智能產品交互，或者公共場所非接觸式顯示。
－ 圖像檢索
零售行業的研究人員評估了Loihi對基于圖像的產品搜索應用，發現在保持相同精度水平的情況下，Loihi生成圖像特征向量的效率，比傳統CPU、GPU方案提升3倍多。
Intel此前研究發現，Loihi在百萬幅圖像數據庫中搜索特征向量的速度比CPU快24倍，且能耗低30倍。
－ 優化和搜索
Intel發現，Loihi解決優化和搜索問題的效率比傳統CPU高1000倍、速度快100倍。此研究可用于無人機實時規劃并做出復雜導航決策，也可以擴展到復雜的數據中心負載，完成協助列車調度、物流優化等任務。
－ 機器人技術
羅格斯大學和代爾夫特理工大學的研究人員展示了在Loihi上運行機器人導航、微型無人機控制應用。
代爾夫特理工大學的無人機使用一個包含35個神經元且能演進的脈沖網絡進行光流著陸(optic flow landing)，頻率超過250KHz。
羅格斯大學發現，在同等性能下，Loihi解決方案的功耗比傳統移動GPU低75倍。
Loihi還可以成功學習諸多OpenAI Gym的任務，精度與深度行動者網絡(Deep Actor Networ)旗鼓相當，而能耗比移動GPU解決方案低140倍。
Intel還展示了Loihi如何自適應地控制水平跟蹤無人機平臺，實現最高20KHz的閉環速度、200微秒的視覺處理延遲，比傳統方案提高1000倍。
順便一提，“Loihi”這個名字取自于夏威夷海底一座不斷噴發的活火山，每一次噴發都會擴大夏威夷島的范圍。Intel以此命名神經擬態芯片，就是希望它能通過不斷的自我學習，可以提供更加強大的人工智能的能力。
免責聲明：本文由作者原創。文章內容系作者個人觀點，轉載目的在于傳遞更多信息，并不代表EETOP贊同其觀點和對其真實性負責。如涉及作品內容、版權和其它問題，請及時聯系我們，我們將在第一時間刪除！
