Loihi 2 ist Intels neuromorpher Forschungschip der zweiten Generation. Es unterstützt neue Klassen von neuro-inspirierten Algorithmen und Anwendungen und bietet gleichzeitig eine schnellere Verarbeitung, eine höhere Ressourcendichte und eine verbesserte Energieeffizienz. Es wurde von Intel im September 2021 eingeführt. (Quelle: Walden Kirsch/Intel Corporation)
Intels neuester neuromorpher Loihi 2-Chip ermöglicht es dem Unternehmen,”Erkenntnisse aus der Neurowissenschaft zu ziehen, um Chips zu entwickeln, die eher wie das biologische Gehirn funktionieren”..”Die Bemühungen werden dazu beitragen, die Energieeffizienz auf viel höherem Niveau drastisch zu verbessern und das computergestützte Lernen über mehrere Edge-Anwendungen hinweg effizient zu beschleunigen, wie z. Diese finden sich in Technologien wie neuromorpher Haut, Roboterarmen und olfaktorischer Wahrnehmung.
Loihi 2 nutzt mehrere Jahre Erfahrung im Einsatz mit der ersten Generation seines Vorgängers, wodurch Intels Prozesstechnologien und die asynchrone Designstruktur weiter in die Zukunft vordringen können.
Fortschritte in Loihi 2 ermöglichen die Architektur um neue Klassen von neuroinspirierten Algorithmen und Anwendungen zu unterstützen und gleichzeitig eine bis zu 10-mal schnellere Verarbeitung, eine bis zu 15-mal höhere Ressourcendichte mit bis zu 1 Million Neuronen pro Chip und eine verbesserte Energieeffizienz zu bieten. Loihi 2 profitiert von einer engen Zusammenarbeit mit Intels Technology Development Group und wurde mit einer Vorserienversion des Intel 4-Prozesses hergestellt, was die Gesundheit und den Fortschritt von Intel 4 unterstreicht hat die Layout-Design-Regeln im Vergleich zu früheren Prozesstechnologien vereinfacht. Dies hat die schnelle Entwicklung von Loihi 2 ermöglicht. Das Lava-Software-Framework erfüllt den Bedarf an einem gemeinsamen Software-Framework in der neuromorphen Forschungsgemeinschaft. Als offenes, modulares und erweiterbares Framework wird Lava es Forschern und Anwendungsentwicklern ermöglichen, auf den Fortschritten des anderen aufzubauen und auf einen gemeinsamen Satz von Tools, Methoden und Bibliotheken zu konvergieren. Lava läuft nahtlos auf heterogenen Architekturen über konventionelle und neuromorphe Prozessoren hinweg und ermöglicht eine plattformübergreifende Ausführung und Interoperabilität mit einer Vielzahl von Frameworks für künstliche Intelligenz, neuromorphe und Robotik. Entwickler können ohne Zugang zu spezialisierter neuromorpher Hardware mit der Entwicklung neuromorpher Anwendungen beginnen und zur Lava-Codebasis beitragen, einschließlich der Portierung für die Ausführung auf anderen Plattformen.
Dr. Gerd J. Kunde, wissenschaftlicher Mitarbeiter am Los Alamos National Laboratory, sagt:”Die Ermittler des Los Alamos National Laboratory haben die neuromorphe Loihi-Plattform verwendet, um die Kompromisse zwischen Quanten-und neuromorphem Computing zu untersuchen und Lernprozesse auf-Chip. Diese Forschung hat einige aufregende Äquivalenzen zwischen Spiking neuronalen Netzwerken und Quanten-Annealing-Ansätzen zur Lösung harter Optimierungsprobleme gezeigt. Wir haben auch gezeigt, dass der Backpropagation-Algorithmus, ein grundlegender Baustein zum Trainieren neuronaler Netzwerke, und zuvor als nicht implementierbar auf neuromorphe Architekturen, effizient auf Loihi realisiert werden können. Unser Team freut sich, diese Forschung mit dem Loihi 2-Chip der zweiten Generation fortzusetzen.”
Derzeit bietet Intel zwei separate Loihi 2-basierte neuromorphe Systeme über seine Neuromorphic Research Cloud at. an der Intel Neuromorphic Research Community (INRC). Das erste ist Oheo Gulch,”ein Single-Chip-System zur frühen Evaluierung”. Der zweite ist Kapoho Point,”ein Acht-Chip-System, das in Kürze verfügbar sein wird”. Die Lava API steht derzeit zum kostenlosen Download auf GitHub zur Verfügung. Präsentationen und Tutorials zu Loihi 2 und der Lava API werden diesen Oktober auf der Innovationsveranstaltung von Intel vorgestellt.
Loihi 2 und Lava API werden Forschern die Werkzeuge zur Verfügung stellen, um neue Anwendungen in der Neurotechnologie zur Problemlösung, Lernen, Anpassen von Lösungen sowie Verarbeiten von Formeln in Echtzeit.
Schnellere und allgemeinere Optimierung: Die bessere Programmierbarkeit von Loihi 2 ermöglicht eine breitere Klasse schwieriger Optimierungsprobleme. unterstützt, einschließlich Echtzeitoptimierung, Planung und Entscheidungsfindung von Edge-bis hin zu Rechenzentrumssystemen. Neue Ansätze für kontinuierliches und assoziatives Lernen: Loihi 2 verbessert die Unterstützung für fortgeschrittene Lernmethoden, einschließlich Variationen von Backpropagation, dem Arbeitspferd des Deep Learning. Dies erweitert den Anwendungsbereich von Anpassungs-und dateneffizienten Lernalgorithmen, die durch energiesparende Formfaktoren unterstützt werden können, die in Online-Einstellungen betrieben werden. Neuartige neuronale Netze, die durch Deep Learning trainiert werden können: Voll programmierbare Neuronenmodelle und verallgemeinerte Spike-Messaging in Loihi 2 öffnen die Tür zu einer Vielzahl neuer neuronaler Netzmodelle, die in Deep Learning trainiert werden können. Frühe Auswertungen deuten darauf hin, dass bei Loihi 2 im Vergleich zu Standard-Deep-Networks, die auf dem ursprünglichen Loihi laufen, ohne Genauigkeitsverlust über 60-mal weniger Ops pro Inferenz reduziert werden. Loihi 2 behebt eine praktische Einschränkung von Loihi, indem es schnellere, flexiblere und mehr standardmäßige Eingabe-/Ausgabeschnittstellen integriert. Loihi 2-Chips werden Ethernet-Schnittstellen, kleberlose Integration mit einer breiteren Palette von ereignisbasierten Vision-Sensoren und größere vermaschte Netzwerke von Loihi 2-Chips unterstützen. Nahtlose Integration mit realen Robotiksystemen, konventionellen Prozessoren und neuartigen Sensoren: Loihi 2 behebt eine praktische Einschränkung von Loihi, indem es schnellere, flexiblere und standardmäßigere Eingabe-/Ausgabeschnittstellen integriert. Loihi 2-Chips werden Ethernet-Schnittstellen, kleberlose Integration mit einer breiteren Palette von ereignisbasierten Vision-Sensoren und größere vermaschte Netzwerke von Loihi 2-Chips unterstützen.
Weitere Informationen zu den neuromorphen Verarbeitungschips Loihi 2 und der Lava-API finden Sie unter Dieser technische Brief über die neuen Fortschritte mit Loihi 2 und Lava API wird ausführlicher erläutert.