英特尔本周推出了一种先进的自学习神经芯片,名为Loihi。该芯片由 128 个计算核心组成,每个核心有 1024 个人工神经元,整个芯片共有超过 13 万个神经元和 1.3 亿个突触连接。 20170927-intel-Loihi 神经原替代逻辑门,能耗比超CPU 1000倍

像所有的神经元芯片一样,Loihi模仿了大脑的运作方式,以“刺激神经元”作为其基本的计算基础,根据环境的不同反馈模式进行操作。这些神经元代替了当今硅片中的传统逻辑门,并且没有将信息作为二进制1和0处理,而是将它们发送的信号加权,使其功能比二进制更加模拟。而且,与CPU不同,这些神经元不受中央“时钟”的控制,而是可以在需要时触发。 2017927-intel-loihi-1 同时,Loihi也是一款节能的芯片,比当今处理器能耗比提升高达1000倍,当涉及到AI在手机和笔记本电脑上的工作时,这是一个巨大的优势。“大脑并不像你所想的那样频繁沟通,”Intel 实验室的高级首席工程师和首席科学家 Narayan Srinivasa 在采访中说,“没有神经刺激的时候,芯片是不需要耗能的。”

Loihi研究测试芯片包括模拟大脑基本机制的数字电路,可以利用数据来学习和推断,不需要以传统的方式进行训练,通过“异步激活”来计算,使机器学习更快更有效率,同时需要对计算力的需求更小。 2017927-intel-loihi-2 芯片内的每个“人工神经”都有“突触”同其他神经互相连接,以“思考”问题答案。

不用数据库也能自己学习?

英特尔称该芯片可以适应 Go 语言并使用它学习。目前最前沿的机器学习系统依赖于需要大规模数据和大量算力的深度学习,而 Loihi 芯片完全不需要那些紧张而集中的学习过程,并且可以自主学习(self-learning),英特尔称。

也就是说,Loihi可以在单个芯片上完成训练和推理,而不是等待云的下一个知识包更新。英特尔认为该芯片可以用于现实世界中需要实时学习的设备:自动驾驶无人机和汽车,实时适应环境中发生的状况;用摄像头找寻失踪人口;或者让红绿灯自动适应交通状况。 2017927-intel-loihi-3 研究人员已经证明,与其他典型的尖脉冲神经网络相比,在解决MNIST的数字识别问题时,他们的学习速度要快100万倍。与卷积神经网络和深度学习神经网络等技术相比,Loihi测试芯片在同一任务上使用了更少的资源。

总结下来,Loihi测试芯片的特点包括:

• 完全的异步神经形态的多核网状结构,它支持许多种不同的稀疏、层级、循环神经网络拓扑结构,每个神经元都能与成千上万的其他神经元进行通信。

• 每个神经形态核心包括一个学习引擎,可以在操作过程中对网络参数进行编程,支持监督、无监督、强化和其他学习模式。

• 由英特尔的14纳米工艺制造。

• 总共有13万神经元和1.3亿突触。

• 开发和测试高效的算法,包括路径规划、约束满足、稀疏编码、词典学习和动态模式学习和适应。

从神经元数量上看,Loihi 芯片比一个简单的虾脑更复杂一些。然而,人类大脑由超过 800 亿个神经元构成。也就是说,这个芯片距离模拟人类大脑的内部的复杂行为还很遥远。

IBM是神经形态芯片界老前辈

英特尔预期在11月能开发出第一代测试芯片,以英特尔的14nm工艺技术制作。英特尔声称将计划在2018年上半年内,使芯片能被AI研究领域的大学和研究员使用。

即使英特尔还没有实际开发出芯片,公司已经利用FPGA对其硬件做了有限测试。利用 FPGA,英特尔已经测试了一些应用,比如路径规划(在地图上的两个地点之间寻找最优路径),以及词典学习。

Srinivasa说英特尔在三年前就开始关注神经形态计算,不过英特尔并不是第一个探索这个想法的公司。尤其是IBM Research已经花了好几年时间研究一种类似的模拟神经元的神经形态芯片,即TrueNorth。TrueNorth芯片包含4096个核以及540万个晶体管,只需要70毫瓦的能耗。该芯片模拟了一百万个神经元和2亿5600万个突触,比起英特尔的第一代Loihi测试芯片的规模可大多了。TrueNorth大概能模拟一只蜜蜂的大脑。

“它正在现今无机硅技术的极限内,尽可能的模仿大脑的工作方式。”IBM首席科学家,TrueNorth项目负责人Dharmendra Modha在去年的采访中说。

有些AI专家对IBM的项目提出了质疑。2014年当IBM公布了TrueNorth的时候,深度学习先驱和Facebook AI研究团队负责人Yann LeCun在一篇文章中写道,该芯片在执行使用卷积神经网络的深度学习模型进行图像识别的时候会遭遇困难。Srinivasa也承认英特尔的芯片也在使用一些深度学习模型时表现的不好。

Srinivasa说:“我们追求的是速度,这是深度学习所缺失的。”

不管英特尔的神经生态芯片走到哪一步,它都表明了英特尔打破传统CPU的藩篱。如今随着AI越来越重要,英特尔也在拥抱其他类型的芯片设计。在2015年,英特尔花费167亿美元收购了FPGA芯片制造商Altera。去年,英特尔以4亿美元的价格收购了AI创业公司Nervana。其竞争对手英伟达的GPU目前正牢牢掌控着这一领域。

Srinivasa说:“也许不用三、五年,Loihi芯片就能走出实验室了。”

本文综合自雷锋网、太平洋电脑网、机器之心、36kr报道

EETC wechat barcode


关注最前沿的电子设计资讯,请关注“电子工程专辑微信公众号”。