英特尔1亿个神经元的全球最强神经拟态系统，何时改变世界？

包永刚雷锋网

（原文来自久久自媒体）

英特尔研究院院长宋继强和雷锋网独家对话时说：“神经拟态较量的杀手级应用如今还很难判断，一年后或许会加倍清楚。但能够一定的是它不会替代现有芯片。”

文|包永刚

（原文来自www.jj00.com）

2020年，你对AI功能感应写意吗？

若是你想起与AI智能音箱啼笑皆非的对话履历，还有站在AI人脸识别闸机口许久才被识别出你是谁，你也许率会给出一个否认的谜底。

已经大规模应用的AI，在金融、工业、电力、医疗等应用中已经显现出其主要的价格，但也弗成否认，AI还有很大的提拔空间。

AI的提拔，既能够是对现有芯片和算法持续优化，也能够经由厘革性的手艺实现跨越式改变，好比越来越被人熟知的神经拟态较量（或称类脑较量）以及量子较量。比拟之下，量子较量拥有更高的热度，但比来发布的全球最强的神经拟态系统英特尔PohoikiSprings以及有嗅觉的神经拟态芯片，必然能让你对神经拟态较量以及AI的将来布满等候。

图片来自PCworld

1

全球最强的神经拟态系统

能做什么？

上周二，《天然-机械智能》杂志报道了英特尔与美国康奈尔大学的科学家配合构建数学算法的研究功效，经由双方的合作，英特尔研究院神经拟态较量小组高级研究科学家NabilImam的团队采用了一个由72个化学传感器运动构成的数据集，可对一个风洞实验中轮回的10种气体物质（气息）作出回响，包罗丙酮、氨和甲烷等有害气体。而且，即使有强烈的情况干扰也能识别出这些气息。

也就是说，英特尔的神经拟态芯片Loihi也拥有“嗅觉”了，这也是化学传感器范畴多年来一向寻找的“电子鼻系统”。将来，搭载有“嗅觉”的神经拟态芯片的机械人在情况监测、危险物质检测、工场质量掌握方面有很大的应用潜力。

这个中非常主要的是，使用Loihi仅用一个样本练习就能够达到百分之九十多的高正确率，若是使用传统方式，包罗一种深度进修解决方案，要达到与Loihi沟通的分类正确率，进修每类气息需要3,000倍以上的练习样本。

仅两天后，英特尔又公布其最壮大的最新神经拟态研究系统PohoikiSprings已预备停当，将供应1亿个神经元的较量能力。1亿个神经元相当于一个小型哺乳动物大脑神经元的数量。

说的更轻易懂得一些，1只瓢虫的大脑大约有25万到50万神经元，甲由大脑约有100万神经元，斑马鱼大脑约有1000万神经元，仓鼠大脑约有9000万个神经元。

英特尔Loihi系统的演进汗青

比仓鼠大脑神经元数量还多1000万个的PohoikiSprings是一个数据中心计架式系统，它将768块Loihi神经拟态研究芯片集成在5台尺度办事器巨细的机箱中，运行时的功率低于500瓦。

数据中心计架式系统PohoikiSprings（资料起原:TimHerman/英特尔公司）

PohoikiSprings系统是英特尔迄今为止斥地的最大规模的神经拟态较量系统，当然也是今朝全球最壮大的的神经拟态系统。英特尔最新发布的PohoikiSprings以及此前发布的800万神经元PohoikiBeach系统仍处于研究阶段，能够为研究人员供应一个对象来斥地和表征新的神经开导算法，用于实时处理、问题解决、适应和进修。

这两个令人面前一亮的神经拟态较量功效，背后都有英特尔2017年斥地的代号为Loihi的第一款自立进修神经拟态芯片。

2

神经拟态较量难在哪？

Loihi的设计思路源于人脑，把练习和揣摩整合到一个芯片上，并实现了较量和存储功能的整合：单芯片中的128个小核各包含1000个神经元硬件设计架构，模拟多个“逻辑神经元”，支撑多种进修模式的可扩展的片上进修能力，实现多种分歧的神经收集冲破。

这种设计的优势非常显着，，Loihi能以比传统处理器快1,000倍的速度和高10,000倍的效率处理特定要求的工作负载。

英特尔Loihi神经拟态芯片

尽量优势如斯显著，神经拟态的芯片数量也很少。这是因为，全球局限内只有英特尔、IBM等少数大公司，以及为数不多的初创公司在斥地。如许的近况与神经拟态较量的汗青和手艺互相关注，神经拟态较量的概念是在20世纪80年月的时候提出，比量子较量概念的提出更晚。

面临一个全新的概念，稀奇是在人类对于脑科学研究也有限的情形下，只有为数不多的学校和机构对神经拟态较量进行研究。而且，在看不到应用的时候，神经拟态较量研究员们解决手艺挑战的动力也会不足。

神经拟态较量的方针是，懂得大脑可以实时处理复杂信息的同时只消费少少的能量的高效工作机制，并把这些机制用到芯片中去，包罗细粒度并行较量、神经动力学、时域编码、基于时间的信息处理等等。

是以，神经形态较量需要的是对较量机系统构造自下而上的从新思虑。英特尔Loihi的恰是对较量机系统构造的自下而上的从新思虑后的立异设计，让每个Loihi内部有128个小核各包含1000个神经元硬件，这些神经元硬件既有与之较量的部门，也有存储的部门，还有收集治理部门，去模拟逻辑神经元。

架构立异的同时需要考虑，神经拟态芯片若是采用现普遍使用的同步电路设计的体式，功耗依旧面临挑战。CPU、GPU、FPGA都是采用同步电路设计的体式，也就是采用统一个时钟驱动，芯片内的较量单元和存储单元都凭据这个配合的时钟同时工作和住手工作，这种设计的优点是能够解决大规模集成电路轻易失足的问题，但工作效率不敷高。

为此，英特尔Loihi采用了一种新颖的异步脉冲体式，这种体式由多个自力的时钟驱动，凭据应用的需求，只让需要工作的部门工作，另外部门处于待机状况，让Loihi的功耗达到了毫瓦级。

但这又带来了新的问题，因为采用异步脉冲的设计体式，当把Loihi大规模互联集成为PohoikiBeach、PohoikiSprings神经拟态系统，以期获得机能的线性增进时，可否让一个神经元新闻在一个时间片里在上百片芯片间完成所需的信息传递就成为挑战。

英特尔研究院院长宋继强接管采访时透露，能够用TimeStep去解决神经拟态较量里的时间序列问题，小型异步电路的这个问题轻易解决，但对照大的系统就会有挑战，把多块芯片互联起来也是业界没做有过的事情。

显然，从13万个神经元的Loihi到现在1亿神经元的PohoikiSprings系统，英特尔所做的并非系统集成这么简洁，还解决了异步电路带来的时间序列的要害问题，而且在硬件之上，需要软件层的支撑。

“为了在兼顾易用性的同时，支撑神经拟态系统的互连较量、分布式较量和天真分区，需要用软件把硬件保持的差别最大水平减小。这个事情没有人做过的，学术界没有人做过的，英特尔在财富界起头做这个实验。”宋继强透露。

在神经拟态较量的无人区索求而且取得成绩之后，英特尔下一步需要做的就是经由对象链去支撑斥地者做更大规模的动态规划和优化实验支撑。这也是让英特尔的神经较量成为一种新的通用架构，既能应用于前端感知较量，也能知足大规模较量需求，促进神经拟态较量普及的要害。

3

神经拟态较量何时改变世界？

新手艺的成长和大规模应用，非常主要的是找到好的应用导向，神经拟态较量同样如斯。一方面，英特尔经由壮大的手艺专家团队的起劲供应更好的神经拟态较量的硬件和软件对象链，另一方面，英特尔结合更多合作伙伴配合鞭策这一新手艺的成长。

是以，在Loihi发布后的2018年，英特尔神经拟态研究社区（INRC）就成立，经由INRC，将其Loihi云系统以及基于Loihi的USB外形的系统KapohoBay供应给研究人员进行实际应用的研究工作。

据悉，INRC刚成立的时候只有几十个成员，跟着2019年包罗埃森哲、空中客车、通用电气、日立在内的首批企业成员，以及全球领先的大学、当局实验室、神经拟态类初创公司的到场，今朝社区的成员数量已经接近100个。

“INRC是一个开放的社区，但要到场需要先提案，在我们确定Loihi芯片以及系统可以匡助提案者后，他们就能够到场，而且获得我们后续的手艺支撑。”宋继强接管雷锋网(公家号：雷锋网)专访时透露。

今朝，正在为Loihi斥地的前景极佳且高度可扩展算法示例包罗：约束知足、搜刮图和模式、优化问题。

宋继强注释，“如今的社交收集，包罗将来的AIoT，都邑用到大规模图搜刮，在这些大规模的图里怎么快速找到一条好的路径，或同时发现几个或者的约束要去知足，用本来高机能较量要花好多较量资源，而神经拟态较量如今有一些非常有效的算法，能够并发地去测试，结果比以前好好多，也是我们社区里的大公司在索求的应用。”

传统的应用范畴包罗时间序列场景里的行为识别，以及机械人的视觉掌握同步的随动追随，还有嗅觉场景，这些是学校以及初创公司喜欢做的应用。

在这个过程中，既需要英特尔在软件层面持续做大量的工作去保持硬件和软件，更好地知足应用需求，也需要斥地者斥地出更好的SNN（脉冲神经收集）。

包罗Loihi在内的神经拟态芯片都是面向的是下一代AI所需的高机能、低功耗、低成本以及更强持续进修以及在线进修的能力。若是将如今风行的DNN和CNN的收集模型转换运行到神经拟态系统上，也能够组织强化进修的架构，但要最大化神经拟态较量的优势，还需要斥地SNN模型。

新的收集也是用Loihi一次练习就能达到很高正确率的应用的要害。与DNN和CNN只是借鉴了人脑神经元的高度抽象分歧，SNN更接近模拟人脑神经学的概念。DNN和CNN收集有大量的中央层，需要足量和标注好的数据练习收集。而SNN模型只需要少量数据就能够获得收集的初始值，但它的设计难度比DNN和CNN更高一些。

宋继强透露，英特尔和社区以及国际首要的SNN研究团队都建了和关联，这些团队大部门在欧美。

跟着Loihi架构的持续立异，以及上层软件SDK和高层说话接口的持续优化，再加上进步半导体工艺，还有英特尔以及生态合作伙伴的积极鞭策，我们能够等候神经拟态较量在不远的将来看到神经拟态较量改变世界。

宋继强的概念是，“如今很难判断哪些是神经拟态较量杀手级应用，或者再过一年，我们会有更清楚的设法。”

他同时强调，神经拟态芯片能够和现有芯片很好地共存，并不存在替代的关系。神经拟态芯片如今首要是去解决进展在对照低功耗下完成一些前端的感知，且需要持续需要进修去提高识别能力的应用，好比约束知足、图搜刮。但对于游戏读取或许图像分类、标注等应用，现有的芯片就能够很好知足。

4

雷锋网小结

神经拟态较量和量子较量被认为是率领我们进入AI新时代的要害，英特尔作为芯片行业的领军企业，在神经拟态较量和量子较量上依旧都连结着向导力。神经拟态方面，从2017年推出神经拟态芯片Loihi到2018年成立INRC，从2017岁尾的51万神经元的WolfMountain系统，到现在1亿神经元的PohoikiSprings系统，英特尔不光用壮大且更通用的神经拟态较量系统展示了其向导力，还在与合作伙伴一路起劲构建完美的生态系统鞭策神经拟态较量的商用。

在重磅玩家更多的量子较量范畴，英特尔同样连结向导力，客岁12月，英特尔联袂QuTech公布的面向量子较量的HorseRidge低温掌握芯片，这是量子较量贸易上可行的一个里程碑。

同时引领神经拟态较量和量子较量的英特尔，将来会给我们带来什么意想不到的惊喜？