超越CPU与GPU之争,英特尔研发神经元AI处理器

2017-09-26 21:05:22编辑:王磊 关键字:AI处理器

刚刚,黄仁勋在北京跑步上台演讲,庄严宣布:CPU的时代结束了。


好巧,英特尔说:不单CPU不行了,GPU也不行了。


这位CPU霸主表示,随着高度动态和非结构既然数据的相关需求逐渐增加,未来计算的需求将超越经典的CPU和GPU体系结构。


那怎么办?


英特尔这么说,肯定有办法。英特尔实验室今天宣布,正在研发出代号“Loihi”的自学习神经元芯片,模仿了大脑的功能,能从环境反馈中直接学习。


所谓自学习、模仿大脑,意思是Loihi内部由128个计算核心组成,每个核心有1024个“神经元”,总计超过13万个神经元和1.3亿个突触链接,和大脑的神经元一样,它们可以调整相互之间的联系,以适应新的任务。


从神经元数量上讲,Loihi比龙虾的大脑还要复杂一点。不过与人脑相比还相去甚远,人脑由超过800亿个神经元组成。


Loihi不需要通过传统的方式进行训练,而且会随着时间的增加变得越来越智能,而且功耗极低,这款处理器使用异步脉冲方式进行计算。


“大脑内部的沟通没有想象中的频繁”,英特尔实验室资深首席工程师兼首席科学家Narayan Srinivasa表示:“这款芯片只有脉冲出现时才消耗能量”。


下面是英特尔对Loihi芯片的详细说明。


Loihi简介


Loihi芯片包含模拟大脑基本机制的数字电路,使机器学习更快、更高效,同时降低对计算资源的需求。


神经形态芯片模型的灵感来自于神经元通信和学习的方式,利用了可根据时间调节的脉冲和塑料触突。基于模式和关联,这将帮助计算机实现自组织,做出决策。


Loihi芯片提供了非常灵活的片上学习能力,将训练和推理整合至同一块芯片上。这帮助机器实现自动化,实时调整,而无需等待来自云计算平台的下一次信息更新。


研究人员已证明,与其他典型的脉冲神经网络相比,在解决MNIST数字识别问题时,以实现一定准确率所需要的总操作数来看,Loihi芯片学习速度提高了100万倍。


与卷积神经网络和深度学习神经网络相比,Loihi芯片在同样的任务中需要更少的资源。

在优化汽车和工业应用,以及个人机器人方面,这款测试芯片的自学能力带来了巨大潜力,例如识别汽车或自行车的运动。在非结构化环境中,这些应用可以受益于自动化操作和持续学习。


此外,与通常用于训练人工智能系统的芯片相比,Loihi芯片的能效提升了1000倍。


参数


全异步神经形态多核心网络,支持多种稀疏、分层和循环神经网络拓扑结构。每个神经元可以与成千上万个其他神经元通信。


每个神经形态核心都包含一个学习引擎,在操作中可以通过编程去适配网络参数,支持监督学习、无监督学习、强化学习和其他学习范式。


芯片的制造采用了英特尔14纳米工艺。


总共提供了13万个神经元和1.3亿个触突。


对于多种算法的开发和测试,实现了极高的算法效率。这些算法包括路径规划、约束满足、稀疏编码、字典学习,以及动态模式学习和适配。


下一步


英特尔表示,在计算机和算法创新的推动下,人工智能的变革性力量预计将给社会带来重大影响。这家芯片巨头正通过多种产品,解决从网络边缘到数据中心和云计算平台,人工智能计算任务的独特需求。


随着人工智能计算任务越来越多多样化,越来越复杂,研究者将关注当前主流计算架构的局限性,提出新的颠覆性方法。展望未来,英特尔认为,神经形态计算带来了一种方式,以类似大脑的结构提供超大规模的计算性能。


但英特尔不是第一家使用神经科学指导芯片设计的公司。


IBM已经构建了两代神经形态处理器,称为TrueNorth,这个芯片同样基于脉冲神经元模式。TrueNorth芯片包括4096个核心和540万个晶体管,功耗70毫瓦,模拟了一百万个神经元和2.56亿个突触,这个数字在Loihi之上。


TrueNorth相当于一个蜜蜂的大脑。


不过与英特尔的芯片不同,TrueNorth芯片无法基于输入数据进行学习。IBM的研究得到了DARPA的资助,并且与两家实验室合作,但目前也没有商业可用性的进展。


不少AI专家对神经元芯片心存疑虑。IBM在2014年发表TrueNorth的第一篇论文时,Yann LeCun就曾指出,这类芯片很难运行卷积神经网络进行图像识别计算。Srinivasa也证实Loihi在某些深度学习模型上表现不佳。


无论英特尔神经元芯片最终结果如何,这都显示出英特尔已经意识到CPU不是唯一。随着AI的重要性日益增加,英特尔正不断拥抱其他芯片。2015年,英特尔亿167亿美元收购FPGA厂商Altera。去年,英特尔4亿美元收购AI芯片商Nervana。


至于Loihi,2018年上半年,英特尔将与部分大学和研究机构分享Loihi测试芯片。不过,这款芯片有可能三五年内,都是实验性的产品。

关键字:AI处理器

来源: 量子位 引用地址:http://www.eeworld.com.cn/manufacture/article_2017092618352.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:NVIDIA北京发布会狂怼CPU:摩尔定律已死
下一篇:三星开始开发专用人工智能芯片,在加拿大设立AI实验室

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

为什么某些嵌入式AI处理器比其它更智能

)。VPU单元是专门为高效执行与计算机视觉及深度学习相关的繁重计算负载而设计的。虽然拥有一个强大的、低功耗的VPU是嵌入式人工智能的重要组成部分,但这不是故事的全部。VPU是组成一个出色的人工智能处理器的众多组件之一。VPU虽然经过精心设计,也确实提供了所需的灵活性,但它不是一个AI处理器。这里还有一些其它功能对于人工智能处理前端化至关重要。NeuProTM - CEVA人工智能(机器学习)整体解决方案’(图片来源于CEVA)优化嵌入式系统的工作负载在云计算处理过程中,采用浮点计算进行训练,定点计算进行推理,从而实现最大的准确性。用大型服务器群组进行数据处理,能耗和大小必须考虑,但他们相较于有边缘约束的处理几乎是无限的。在移动设备上,功耗
发表于 2018-05-31 21:38:58
为什么某些嵌入式AI处理器比其它更智能

英特尔AI处理器开发动作太慢?

英特尔(Intel)透露了明年底将推出第一款准备商用的神经网路处理器之计划,不过有分析师质疑,该公司想在人工智能(AI)领域从Nvidia的Volta绘图处理器(GPU)架构手中收复失土,恐怕为时已晚。该款英特尔神经网路处理器的代号为Spring Crest,性能号称是该公司第一代神经网路处理器Lake Crest的三至四倍。在上周于美国旧金山举行的该公司首场AI开发者大会上,英特尔副总裁暨AI产品事业群总经理Naveen Rao表示,Spring Crest──官方名称为Intel Nervana NNP-L1000处理器──是众多创新技术中最重要的一个。不过市场研究机构Tirias Research首席分析师Kevin
发表于 2018-05-29 08:30:56

OPPO下款产品搭载联发科P60 AI处理器

委外设计一个机型,是今年较重要的三大客户。    以上是关于手机便携中-OPPO下款产品搭载联发科P60 AI处理器的相关介绍,如果想要了解更多相关信息,请多多关注eeworld,eeworld电子工程将给大家提供更全、更详细、更新的资讯信息。
发表于 2018-03-15 17:56:53

英特尔携手法拉利,利用AI处理器Nervana为赛车提供实时数据

。而英特尔的新处理器做了类似的事。它降低了精度水准,因此有利于更快、更有效的处理,好比四舍五入,不必精算到小数点后十位的数据,就能得到想要的答案。因此能实现赛车运动需要的快速数据运算。    以上是关于汽车电子中-英特尔携手法拉利,利用AI处理器Nervana为赛车提供实时数据的相关介绍,如果想要了解更多相关信息,请多多关注eeworld,eeworld电子工程将给大家提供更全、更详细、更新的资讯信息。
发表于 2018-03-14 13:39:19

联发科宣布推出嵌入式AI处理器NeuroPilot平台

联发科(2454)今(9)日宣布推出NeuroPilot平台,推动终端装置的AI运算与应用,联发科整合AI处理器与软体技术,将AI带入广泛的消费性科技产品内,包括智慧型手机、智慧家庭到自动驾驶汽车等,目前一年约有15亿台消费性电子产品採用联发科晶片。联发科目前已为智慧语音助理、智慧电视及自动驾驶汽车打造AI解决方案,将会在2018年美国CES上亮相,届时联发科将会呈现AI的能力,以及AI如何重新定义今日的消费装置。联发科副总经理暨家庭娱乐产品事业群总经理游人杰表示,2018年是消费型终端产品迈向下一波创新的新纪元,联发科会把AI技术带入联发科技涵盖众多消费型终端产品的晶片平台,将为合作伙伴与客户带来消费者所期盼的崭新技术进展,AI
发表于 2018-01-09 11:03:26

CEVA推出NeuPro™ —— 用于前端设备深度学习的AI处理器系列

CEVA,智能和互连设备的信号处理IP授权许可厂商 (纳斯达克股票交易所代码:CEVA) 发布了用于前端设备深度学习推理,而且功能强大的专用人工智能(AI)处理器系列NeuPro™。NeuPro系列处理器专为智能和互联的前端设备供应商而设计,寻求快速利用深度神经网络技术提供的无数可能性。 NeuPro系列建立在CEVA 于深度神经网络在计算机视觉应用领域的行业领先地位和丰富经验上。数十家客户已经在消费、监控和先进驾驶辅助系统(ADAS)产品中部署了CEVA-XM4和CEVA-XM6视觉平台,与CDNN神经网络软件框架。这个全新的专用AI处理器系列提供了相当出众的性能提升,范围从入门级处理器的每秒2 万亿次运算
发表于 2018-01-09 09:18:19
CEVA推出NeuPro™  —— 用于前端设备深度学习的AI处理器系列

小广播

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: 市场动态 半导体生产 材料技术 封装测试 工艺设备 光伏产业 平板显示 电子设计 电子制造 视频教程

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2018 EEWORLD.com.cn, Inc. All rights reserved