英特尔推出了Pohoiki Springs，这是一种用于AI工作负载的强大神经形态研究系统

 
今天早上，英特尔宣布Pohoiki Springs全面投入使用，Pohoiki Springs是一个功能强大的自包含神经形态系统，大约有五台标准服务器。该公司表示，该系统将使用英特尔的Nx SDK和社区提供的软件组件通过云提供给英特尔神经形态研究社区的成员，从而为他们提供扩大其神经形态研究的工具，并探索加速工作负载的方法。当今的常规体系结构。
英特尔声称，于2019年7月宣布的Pohoiki Springs在神经功能上与小型哺乳动物的大脑相似，具有768个Loihi芯片和1亿个神经元，分布在24个Arria10 FPGA Nahuku扩展板上(每个扩展板包含32个芯片)，低于500瓦。从表面上看，这是支持更大，更复杂的神经形态工作量的第一步。实际上，就在本周，英特尔证明了这些芯片可用于“教导”一个AI模型，以区分10种不同的气味。
英特尔神经形态计算实验室主任迈克·戴维斯(Mike Davies)在一份声明中说：“ Pohoiki Springs使我们的研究合作伙伴能够探索各种方法来加速如今在包括高性能计算系统在内的常规体系结构上缓慢运行的工作负载。”

 
神经形态工程，也称为神经形态计算，描述了模仿神经系统神经生物学体系结构的电路的使用。英特尔，IBM，惠普，麻省理工学院，普渡大学，斯坦福大学和其他机构的研究人员希望利用它来开发超级计算机，其功能比当今任何时候都要强大一千倍。
英特尔警告说，像Pohoiki Springs这样的神经形态系统仍处于研究阶段，不能替代传统的计算系统。但是英特尔指出，它们为研究人员提供了一种工具，用于开发和表征新的神经启发算法，以进行实时处理，问题解决，适应和学习。
例如，初步研究表明，像Loihi这样的神经形态芯片擅长解决约束满足问题，这需要评估大量潜在解决方案，以识别满足特定约束的一个或几个。还显示了神经形态系统可以快速识别图中的最短路径并执行近似的图像搜索，并且可以随着时间在现实世界中的优化问题中对特定目标进行数学优化。
Loihi建筑
英特尔的14纳米Loihi芯片具有60毫米的管芯尺寸，包含超过20亿个晶体管，13万个人工神经元和1.3亿个突触，以及三个用于编排的可管理Lakemont内核。 Loihi的独特之处在于，它具有可编程微码引擎，用于异步尖峰神经网络(SNN)或AI模型的片上训练，该模型将时间整合到其操作模型中，因此模型的各个组件不会同时处理输入数据。英特尔声称，这将用于“高效”地实施自适应自我修改，事件驱动和细粒度的并行计算。
据英特尔称，Loihi的信息处理速度是传统处理器的1000倍，效率最高10,000倍，并且可以解决某些类型的优化问题，其速度和能源效率提高了三个数量级以上。此外，Loihi保持实时性能结果，并且在放大50倍时仅使用30%的功率(而传统硬件使用500%的功率)，并且其能耗比广泛使用的CPU运行的同时定位和映射的能耗低约100倍方法。

 
Loihi开发工具链包括Loihi Python API，编译器和一组用于在Loihi上构建和执行SNN的运行时库。它提供了一种创建具有自定义配置(例如衰减时间，突触权重和峰值阈值)的神经元和突触图的方法，以及通过通过自定义学习规则注入外部尖峰来模拟这些图的方法。
Pohoiki Springs的首次亮相是英特尔最小的神经形态系统Kapoho Bay的亮相，该系统由两个Loihi芯片和262,000个神经元组成，并支持各种实时边缘工作负载。英特尔和INRC研究人员使用它来实时识别手势，使用新型人造皮肤读取盲文，使用学习到的视觉界标来定向方向，以及仅消耗数十毫瓦功率的更多功能。
7月，英特尔完成了Pohoiki Beach的筹划，这是一台64芯片计算机，能够模拟总共800万个神经元。像Pohoiki Springs一样，它已被埃森哲等研究合作伙伴使用，以“推进领域”并扩大AI算法(例如备用编码和路径规划)的规模。