Intel развивает нейроморфные вычисления

Анонсированы новый исследовательский чип Loihi 2, программная среда Lava и новые партнеры

Второе поколение исследовательского нейроморфного чипа Loihi 2 содержит более 1 млн нейронов и производится с использованием предсерийного техпроцесса Intel 4. Специализированный открытый программный фреймворк позволит ускорить инновационные разработки и переход к коммерциализации.

Корпорация Intel анонсировала Loihi 2, исследовательский чип второго поколения, а также Lava, среду программирования с открытым исходным кодом, позволяющую разрабатывать приложения для нейроморфных вычислителей.

«Loihi 2 и Lava аккумулируют наработки нескольких лет исследований с использованием Loihi. Наш чип второго поколения работает быстрее, для него проще писать программы, что расширяет возможности его применения в ограниченных по мощности вычислительных системах. Мы открываем исходный код Lava для обеспечения лучшей совместимости программного обеспечения, тестирования и кроссплатформенного взаимодействия в этой области, а также для того, чтобы ускорить вывод продуктов на уровень коммерческой рентабельности»,— сообщил Майк Дэвис, директор лаборатории нейроморфных вычислений Intel.

Нейроморфные вычисления с применением микросхем, разработанных по принципам нейробиологии и функционирующих подобно биологическому мозгу, позволят значительно увеличить энергоэффективность, скорость вычислений и продуктивность обучения ИИ для выполнения задач, возникающих при взаимодействии человека с машиной — от компьютерного зрения, распознавания голоса и жестов до поисковых запросов, робототехники и решения оптимизационных задач с ограничениями. Intel и ее партнеры уже создали такие прикладные разработки, как роботизированные руки, нейроморфная искусственная кожа и алгоритм распознавания запахов.

Новый исследовательский чип Loihi 2 объединяет опыт, накопленный за три года использования исследовательских микросхем первого поколения, с передовыми наработками Intel в области производства, а также в проектировании и производстве цифровых асинхронных схем.

Усовершенствования Loihi 2 позволяют архитектуре поддерживать новые классы нейроморфных алгоритмов и приложений, обеспечивая максимум десятикратно (данные компании) более быструю обработку и максимум пятнадцатикратно (также данные компании) более высокую плотность ресурсов с использованием до 1 млн нейронов на чип наряду с улучшенной энергоэффективностью. При выпуске Loihi 2 была использована предварительная версия технологического процесса Intel 4. Применение литографии экстремального ультрафиолетового диапазона (Extreme Ultraviolet, EUV) в Intel 4 упростило принципы проектирования компоновки по сравнению с технологиями прошлых лет, что позволило ускорить разработку Loihi 2.

Среда программирования Lava соответствует потребности сообщества исследователей нейроморфных вычислений в универсальном программном фреймворке. В качестве открытой модульной среды с возможностью расширения Lava позволит исследователям и разработчикам приложений опираться на совместные достижения и использовать общий набор инструментов, методик и библиотек. Lava работает на различных гетерогенных платформах с традиционными и нейроморфными процессорами, обеспечивая совместимость с широким спектром искусственных интеллектов, нейроморфных и робототехнических программных средств. Теперь разработчики могут создавать нейроморфные приложения даже без доступа к специализированному аппаратному обеспечению, а также участвовать в развитии базы кода Lava, в том числе перенося свои разработки на другие платформы.

«Исследователи из Национальной лаборатории Лос-Аламоса использовали нейроморфную платформу Loihi для сравнения квантовых и нейроморфных вычислений, а также для практической реализации механизмов обучения на нейроморфной микросхеме,— заявил д-р Герд Дж. Кунде, научный сотрудник Национальной лаборатории Лос-Аламоса.— Это исследование показало интересные сходства между импульсными нейронными сетями и принципами квантового отжига для решения сложных задач оптимизации. Мы также продемонстрировали, что алгоритм обратного распространения ошибки — основополагающий компонент для обучения нейронных сетей, ранее считавшийся нереализуемым в нейроморфных архитектурах, может быть эффективно выполнен на Loihi. Наша команда непременно продолжит это исследование с чипом второго поколения».

Loihi 2 и Lava предлагают исследователям инструменты разработки и описания новых нейроморфных приложений для вычислений в реальном времени, принятия решений, задач адаптации и обучения. Основные преимущества решений таковы.

Более высокая степень программируемости Loihi 2 даст возможность работать с более широким спектром сложных задач оптимизации, включая оптимизацию в реальном времени, планирование и принятие решений — от периферийных систем до дата-центров.

Новые методы непрерывного и ассоциативного обучения: Loihi 2 предлагает улучшенную поддержку передовых методов обучения, в том числе варианты обратного распространения ошибки, одного из самых популярных алгоритмов глубокого обучения. Это расширяет возможности адаптации и обучающих алгоритмов с эффективным использованием данных, которые могут поддерживаться маломощными онлайн-системами.

Полностью программируемые модели нейронов и стандартизированный спайковый метод обмена данными в Loihi 2 позволяют использовать новые модели нейронных сетей, которые можно обучать с помощью алгоритмов глубокого обучения. По предварительным оценкам, Loihi 2 позволяет снизить число выполняемых операций при инференсе более чем в 60 раз без потери точности (данные компании) по сравнению со стандартными глубокими сетями на чипе Loihi 1.

Беспрепятственная интеграция с существующими робототехническими системами, традиционными процессорами и новыми датчиками: в Loihi 2 сняты технические ограничения, существовавшие в Loihi первого поколения, благодаря более быстрым, универсальным и стандартизированным интерфейсам ввода-вывода. Микросхемы Loihi 2 будут поддерживать интерфейсы Ethernet, прямую интеграцию широкого спектра событийно-управляемых датчиков технического зрения и возможность объединения микросхем Loihi 2 в большие связанные кластеры.

Intel предлагает две нейроморфные системы на базе Loihi 2 в облаке Neuromorphic Research участникам сообщества исследователей нейроморфных вычислений INRC: однокристальную систему Oheo Gulch для ранней оценки и 8-чиповую систему Kapoho Point, которая будет доступна в ближайшее время. Программная платформа Lava Software Framework уже доступна для бесплатной загрузки на GitHub. Презентация и учебные материалы по Loihi 2 и Lava будут представлены на предстоящем мероприятии Intel Innovation в октябре.

В сообщество исследователей нейроморфных вычислений (The Intel Neuromorphic Research Community, INRC) сегодня входят более 150 участников, включая Ford, Технологический университет Джорджии, Raytheon Technologies, Teledyne-FLIR и Юго-Западный исследовательский институт (SwRI), вступившие в него в этом году. Новые участники присоединились к сообществу научных, правительственных и отраслевых партнеров, которые вместе с Intel работают над подготовкой технологии нейроморфных вычислений к коммерческому использованию.

«Такие разработки, как новый чип Loihi 2 и Lava API, являются важными шагами в развитии нейроморфных вычислений,— считает Эди Лионгосари, главный научный сотрудник и управляющий директор Accenture Labs.— Нейроморфная архитектура нового поколения будет иметь решающее значение для исследований Accenture Labs в области алгоритмов компьютерного зрения на основе модели человеческого мозга для интеллектуальных периферийных вычислений, которые могут использоваться в будущих устройствах расширенной реальности или интеллектуальных мобильных роботах. Новый чип предоставляет функции, которые делают его более эффективным для многомерных вычислений и могут обеспечить улучшенное обучение на кристалле, в то время как Lava API предоставляет разработчикам простой и более оптимизированный интерфейс для создания нейроморфных систем».

Переход нейроморфных вычислений из стадии лабораторных исследований в статус коммерчески рентабельной технологии возможен при выполнении трех условий. Он требует постоянного итерационного развития нейроморфной аппаратуры в результате фундаментальных и прикладных исследований; разработки общей платформенно независимой программной среды, которая позволит исследователям сравнивать, объединять и совершенствовать лучшие алгоритмические идеи разных групп; а также тесного сотрудничества производства, науки и государства в области прикладного применения нейроморфных вычислений для текущих задач бизнеса.

Леонтий Кривов

Картина дня

Загрузка новости...
Загрузка новости...
Загрузка новости...
Загрузка новости...
Загрузка новости...
Загрузка новости...
Загрузка новости...
Загрузка новости...
Загрузка новости...
Загрузка новости...
Загрузка новости...