«comunicado de prensa»
Intel Advances Neuromorphic con Loihi 2, New Lava Software Framework y nuevos socios
El chip de investigación de segunda generación utiliza el proceso Intel 4 de preproducción, crece a 1 millón de neuronas. Intel agrega un marco de software abierto para acelerar la innovación de los desarrolladores y el camino hacia la comercialización.
Novedades: Hoy, Intel presentó Loihi 2, su chip de investigación neuromórfica de segunda generación, y Lava, un marco de software de código abierto para desarrollar aplicaciones inspiradas en neurología. Su introducción señala el progreso continuo de Intel en el avance de la tecnología neuromórfica.
“Loihi 2 y Lava recogen información de varios años de investigación colaborativa utilizando Loihi. Nuestro chip de segunda generación mejora en gran medida la velocidad, la programabilidad y la capacidad del procesamiento neuromórfico, ampliando sus usos en aplicaciones informáticas inteligentes con restricciones de potencia y latencia. Estamos utilizando Lava para abordar la necesidad de convergencia de software, evaluación comparativa y colaboración entre plataformas en el campo, y para acelerar nuestro progreso hacia la viabilidad comercial ”.
–Mike Davies, director de Computación Neuromórfica de Intel Laboratorio
Por qué es importante: la computación neuromórfica, que extrae conocimientos de la neurociencia para crear chips que funcionen más como el cerebro biológico, aspira a ofrecer mejoras de órdenes de magnitud en eficiencia energética, velocidad de cálculo y la eficiencia del aprendizaje en una variedad de aplicaciones de vanguardia: desde el reconocimiento de visión, voz y gestos hasta la recuperación de búsquedas, robótica y problemas de optimización restringida.
Las aplicaciones que Intel y sus socios han demostrado hasta la fecha incluyen brazos robóticos, pieles neuromórficas y detección olfativa.
Acerca de Loihi 2: El chip de investigación incorpor aprende los aprendizajes de tres años de uso con el chip de investigación de primera generación y aprovecha el progreso en la tecnología de procesos de Intel y los métodos de diseño asincrónico.
Los avances en Loihi 2 permiten que la arquitectura admita nuevas clases de neuro-Algoritmos y aplicaciones inspirados, a la vez que proporcionan un procesamiento hasta 10 veces más rápido1, una densidad de recursos hasta 15 veces mayor2 con hasta 1 millón de neuronas por chip y una eficiencia energética mejorada. Beneficiándose de una estrecha colaboración con el Grupo de Desarrollo de Tecnología de Intel, Loihi 2 se ha fabricado con una versión de preproducción del proceso Intel 4, que subraya la salud y el progreso de Intel 4. El uso de litografía ultravioleta extrema (EUV) en Intel 4 ha simplificado las reglas de diseño de la disposición en comparación con las tecnologías de proceso anteriores. Esto ha hecho posible desarrollar rápidamente Loihi 2. El marco de software Lava aborda la necesidad de un marco de software común en la comunidad de investigación neuromórfica. Como marco abierto, modular y extensible, Lava permitirá a los investigadores y desarrolladores de aplicaciones aprovechar el progreso de los demás y converger en un conjunto común de herramientas, métodos y bibliotecas. Lava se ejecuta sin problemas en arquitecturas heterogéneas en procesadores convencionales y neuromórficos, lo que permite la ejecución multiplataforma y la interoperabilidad con una variedad de marcos de inteligencia artificial, neuromórficos y robóticos. Los desarrolladores pueden comenzar a construir aplicaciones neuromórficas sin acceso a hardware neuromórfico especializado y pueden contribuir a la base del código Lava, incluida la portabilidad para que se ejecute en otras plataformas.
“Los investigadores del Laboratorio Nacional de Los Alamos han estado utilizando la plataforma neuromórfica Loihi para investigar el compensaciones entre la computación cuántica y neuromórfica, así como la implementación de procesos de aprendizaje en el chip ”, dijo el Dr. Gerd J. Kunde, científico de planta del Laboratorio Nacional de Los Alamos. “Esta investigación ha mostrado algunas equivalencias interesantes entre las redes neuronales de picos y los enfoques de recocido cuántico para resolver problemas difíciles de optimización. También hemos demostrado que el algoritmo de retropropagación, un bloque de construcción fundamental para el entrenamiento de redes neuronales y que anteriormente se creía que no se podía implementar en arquitecturas neuromórficas, se puede realizar de manera eficiente en Loihi. Nuestro equipo está emocionado de continuar esta investigación con el chip Loihi 2 de segunda generación ”.
<× Acerca de los avances clave: Loihi 2 y Lava brindan herramientas para que los investigadores desarrollen y caractericen nuevos neuro-Aplicaciones inspiradas para el procesamiento en tiempo real, la resolución de problemas, la adaptación y el aprendizaje. Los aspectos más destacados incluyen:
Optimización más rápida y general: la mayor capacidad de programación de Loihi 2 permitirá admitir una clase más amplia de problemas de optimización difíciles, incluida la optimización en tiempo real, la planificación y la toma de decisiones. desde el borde hasta los sistemas de centro de datos. Nuevos enfoques para el aprendizaje continuo y asociativo: Loihi 2 mejora la compatibilidad con los métodos de aprendizaje avanzados, incluidas las variaciones de retropropagación, el algoritmo de caballo de batalla del aprendizaje profundo. Esto amplía el alcance de la adaptación y los algoritmos de aprendizaje de datos eficientes que pueden ser compatibles con factores de forma de bajo consumo que operan en entornos en línea. Nuevas redes neuronales entrenables mediante aprendizaje profundo: los modelos de neuronas totalmente programables y la mensajería de picos generalizada en Loihi 2 abren la puerta a una amplia gama de nuevos modelos de redes neuronales que se pueden entrenar en aprendizaje profundo. Las primeras evaluaciones sugieren reducciones de más de 60 veces menos operaciones por inferencia en Loihi 2 en comparación con las redes profundas estándar que se ejecutan en el Loihi original sin pérdida de precisión3. Loihi 2 aborda una limitación práctica de Loihi al incorporar interfaces de entrada/salida más rápidas, más flexibles y más estándar. Los chips Loihi 2 admitirán interfaces Ethernet, integración sin pegamento con una gama más amplia de sensores de visión basados en eventos y redes de malla más grandes de chips Loihi 2. Integración perfecta con sistemas robóticos del mundo real, procesadores convencionales y sensores novedosos: Loihi 2 aborda una limitación práctica de Loihi al incorporar interfaces de entrada/salida más rápidas, más flexibles y más estándar. Los chips Loihi 2 admitirán interfaces Ethernet, integración sin pegamento con una gama más amplia de sensores de visión basados en eventos y redes de malla más grandes de chips Loihi 2.
Acerca de la comunidad de investigación neuromórfica de Intel: la comunidad de investigación neuromórfica de Intel (INRC) ha crecido a casi 150 miembros, con varias incorporaciones nuevas este año, incluidas Ford, el Instituto de Tecnología de Georgia, el Instituto de Investigación del Suroeste (SwRI) y Teledyne-FLIR. Los nuevos socios se unen a una sólida comunidad de socios académicos, gubernamentales y de la industria que están trabajando con Intel para impulsar avances en los usos comerciales de la computación neuromórfica en el mundo real.
“Avances como el nuevo chip Loihi 2 y la API Lava son pasos importantes en la computación neuromórfica ”, dijo Edy Liongosari, científico investigador jefe y director general de Accenture Labs. “La arquitectura neuromórfica de próxima generación será crucial para la investigación de Accenture Labs sobre algoritmos de visión por computadora inspirados en el cerebro para la computación de borde inteligente que podría impulsar futuros auriculares de realidad extendida o robots móviles inteligentes. El nuevo chip proporciona características que lo harán más eficiente para la computación hiperdimensional y puede permitir un aprendizaje en chip más avanzado, mientras que la API de Lava brinda a los desarrolladores una interfaz más simple y optimizada para construir sistemas neuromórficos ”.
Acerca del camino hacia la comercialización: El avance de la computación neuromórfica de la investigación de laboratorio a la tecnología comercialmente viable es un esfuerzo de tres frentes. Requiere una mejora iterativa continua del hardware neuromórfico en respuesta a los resultados de la investigación algorítmica y de aplicaciones; desarrollo de un marco de software multiplataforma común para que los desarrolladores puedan comparar, integrar y mejorar las mejores ideas algorítmicas de diferentes grupos; y colaboraciones profundas en la industria, la academia y los gobiernos para construir un ecosistema neuromórfico rico y productivo para explorar casos de uso comercial que ofrecen valor comercial a corto plazo.
Los anuncios de hoy de Intel abarcan todas estas áreas, poniendo nuevas herramientas en las manos de un ecosistema en expansión de investigadores neuromórficos dedicados a repensar la computación desde sus cimientos para ofrecer avances en el procesamiento inteligente de la información.
Qué sigue: Intel ofrece actualmente dos tecnologías basadas en Loihi 2 Sistemas neuromórficos a través de la nube de investigación neuromórfica para miembros comprometidos de la INRC: Oheo Gulch, un sistema de un solo chip para evaluación temprana y Kapoho Point, un sistema de ocho chips que estará disponible pronto. Lava Software Framework está disponible para descarga gratuita en GitHub . Una presentación y tutoriales sobre Loihi 2 y Lava se presentarán en el próximo evento de innovación de Intel en octubre.
The Small Print:
1 Basado en simulaciones de Lava en septiembre, 2021 de una variante de nueve capas de la carga de trabajo de inferencia PilotNet DNN implementada como una red neuronal sigma-delta en Loihi 2 en comparación con la misma red implementada con codificación de velocidad SNN en Loihi. El modelo de rendimiento Lava para ambos chips se basa en la caracterización de silicio utilizando la versión 1.0.0 del Nx SDK con una CPU Intel Xeon E5-2699 v3 a 2,30 GHz, 32 GB de RAM, como host que ejecuta la versión 20.04.2 de Ubuntu. Los resultados de Loihi utilizan el sistema Nahuku-32 ncl-ghrd-04. Los resultados de Loihi 2 utilizan el sistema Oheo Gulch ncl-og-04. Los resultados pueden variar.
2 Basado en el tamaño del núcleo Loihi 2 de 0,21 mm2 que admite hasta 8192 neuronas en comparación con el tamaño del núcleo Loihi de 0,41 mm2 que admite hasta 1024 neuronas.
3 Basado en mediciones de las nueve capas Carga de trabajo de inferencia PilotNet DNN a la que se hace referencia anteriormente, con una implementación de red neuronal sigma-delta en Loihi 2 que logra un error cuadrático medio (MSE) de 0.035 con 323,815 operaciones sinápticas en comparación con un SNN con codificación de velocidad en Loihi 1 que logra MSE de 0.0412 con 20,250,023 sinápticas operaciones.
«fin del comunicado de prensa»
