«lehdistötiedote»
Intel kehittää Neuromorphicia Loihi 2: n, uuden Lava-ohjelmistokehyksen ja uusien kumppaneiden avulla
Toisen sukupolven tutkimuspiiri käyttää esivalmistettua Intel 4-prosessia, kasvaa miljoonaan neuroniin. Intel lisää avoimen ohjelmistokehyksen nopeuttaakseen kehittäjien innovointia ja tietä kaupallistamiseen.
Uutta: Intel esitteli tänään toisen sukupolven neuromorfisen tutkimuspiirinsä Loihi 2: n ja Lavan, avoimen lähdekoodin ohjelmistokehyksen neuro-innoittamien sovellusten kehittämiseen. Heidän esittelynsä kertoo Intelin jatkuvasta edistymisestä neuromorfisen tekniikan kehittämisessä.
“Loihi 2 ja Lava kerää näkemyksiä useiden vuosien yhteistyöstä Loihin avulla. Toisen sukupolven sirumme parantaa merkittävästi neuromorfisen prosessoinnin nopeutta, ohjelmoitavuutta ja kapasiteettia ja laajentaa sen käyttöä tehon ja latenssin rajoittamissa älykkäissä laskentasovelluksissa. Olemme avoimen hankinnan Lava, jotta voimme vastata ohjelmistojen lähentymisen, esikuva-analyysin ja eri alustojen välisen yhteistyön tarpeisiin kentällä ja nopeuttaa edistymistämme kohti kaupallista elinkelpoisuutta. ”
-Mike Davies, Intelin Neuromorphic Computing-yksikön johtaja Laboratorio
Miksi sillä on merkitystä: Neuromorfinen tietojenkäsittely, joka kerää neurotieteen oivalluksia luodakseen siruja, jotka toimivat enemmän kuin biologiset aivot, pyrkii parantamaan suuruusluokkaa energiatehokkuudessa, laskennan nopeudessa ja oppimisen tehokkuutta erilaisissa reunasovelluksissa: näkö-, ääni-ja eleentunnistuksesta haunhakuun, robotiikkaan ja rajoitettuihin optimointiongelmiin.
Intel ja sen kumppanit ovat tähän mennessä osoittaneet robotti-aseita, neuromorfisia nahkoja ja hajuanturi.
Tietoja Loihista 2: Tutkimuspiirin sisällyttäminen Ates oppii kolmen vuoden käytöstä ensimmäisen sukupolven tutkimuspiirin avulla ja hyödyntää Intelin prosessiteknologian ja asynkronisten suunnittelumenetelmien kehitystä.
Loihi 2: n edistysaskeleet mahdollistavat arkkitehtuurin tukemaan uusia neuroluokkia-innoittamia algoritmeja ja sovelluksia, jotka tarjoavat jopa 10 kertaa nopeamman käsittelyn1, jopa 15 kertaa suuremman resurssitiheyden2, jopa miljoona neuronia per siru ja parantavat energiatehokkuutta. Loihi 2 on valmistettu läheisestä yhteistyöstä Intelin Technology Development Groupin kanssa, ja se on valmistettu Intel 4-prosessin esituotannosta, joka korostaa Intel 4: n terveyttä ja kehitystä. on yksinkertaistanut asettelun suunnittelusääntöjä aiempiin prosessitekniikoihin verrattuna. Tämä on mahdollistanut Loihi 2: n nopean kehittämisen. Lava-ohjelmistokehys vastaa yhteisen ohjelmistokehyksen tarpeeseen neuromorfisessa tutkimusyhteisössä. Avoimena, modulaarisena ja laajennettavana kehyksenä Lava antaa tutkijoille ja sovelluskehittäjille mahdollisuuden rakentaa toistensa edistymistä ja yhtyä yhteisiin työkaluihin, menetelmiin ja kirjastoihin. Lava toimii saumattomasti heterogeenisillä arkkitehtuureilla perinteisissä ja neuromorfisissa prosessoreissa, mikä mahdollistaa eri alustojen välisen suorituksen ja yhteentoimivuuden erilaisten tekoälyn, neuromorfisten ja robotiikkakehysten kanssa. Kehittäjät voivat alkaa rakentaa neuromorfisia sovelluksia ilman pääsyä erikoistuneisiin neuromorfisiin laitteistoihin ja voivat osallistua Lava-koodiperustaan, mukaan lukien sen siirtäminen käytettäväksi muilla alustoilla.
“Los Alamosin kansallisen laboratorion tutkijat ovat käyttäneet Loihin neuromorfista alustaa tutkiakseen kompromisseja kvantti-ja neuromorfisen tietojenkäsittelyn välillä sekä oppimisprosessien toteuttamista sirulla ”, totesi Los Angelesin kansallisen laboratorion tutkija Gerd J. Kunde.”Tämä tutkimus on osoittanut jännittäviä vastaavuuksia hermoverkkojen ja kvanttihehkutusmenetelmien välillä kovien optimointitehtävien ratkaisemiseksi. Olemme myös osoittaneet, että backpropagation-algoritmi, joka on perusrakenne hermoverkkojen kouluttamiseen ja jonka ei aiemmin uskottu olevan toteutettavissa neuromorfisiin arkkitehtuureihin, voidaan toteuttaa tehokkaasti Loihilla. Tiimimme jatkaa innolla tätä tutkimusta toisen sukupolven Loihi 2-sirulla. ”
<
Nopeampi ja yleisempi optimointi: Loihi 2: n parempi ohjelmoitavuus mahdollistaa laajemman luokan vaikeiden optimointiongelmien tukemisen, mukaan lukien reaaliaikainen optimointi, suunnittelu ja päätöksenteko reunasta datakeskusjärjestelmiin. Uusia lähestymistapoja jatkuvaan ja assosiatiiviseen oppimiseen: Loihi 2 parantaa tukea kehittyneille oppimismenetelmille, mukaan lukien variaatiot etenemisestä, syvän oppimisen työhevosalgoritmi. Tämä laajentaa sopeutumis-ja datatehokkaiden oppimisalgoritmien soveltamisalaa, joita online-asetuksissa toimivat pienitehoiset muotoilutekijät voivat tukea. Uudet hermoverkot, joita voidaan kouluttaa syvällä oppimisella: Täysin ohjelmoitavat neuronimallit ja yleistetyt piikkiviestit Loihi 2: ssa avaavat oven monille uusille hermoverkkomalleille, jotka voidaan kouluttaa syvään oppimiseen. Varhaiset arvioinnit viittaavat siihen, että Loihi 2: n päättelyvähennyksiä vähennetään yli 60 kertaa vähemmän kuin alkuperäisessä Loihissa toimivissa tavanomaisissa syväverkoissa ilman, että tarkkuus heikkenee3. Loihi 2 käsittelee Loihin käytännön rajoituksia sisällyttämällä siihen nopeammat, joustavammat ja tavallisemmat tulo-/lähtöliitännät. Loihi 2-piirit tukevat Ethernet-rajapintoja, liimatonta integrointia laajemman tapahtumapohjaisten visioanturien valikoiman kanssa ja Loihi 2-piirien isompia verkkoja. Saumaton integrointi reaalimaailman robotiikkajärjestelmiin, perinteisiin prosessoreihin ja uusiin antureihin: Loihi 2 käsittelee Loihin käytännön rajoituksia sisällyttämällä nopeammat, joustavammat ja tavallisemmat tulo-/lähtöliitännät. Loihi 2-piirit tukevat Ethernet-liitäntöjä, liimatonta integrointia laajemman tapahtumapohjaisten näköanturien valikoiman kanssa ja Loihi 2-piirien suurempia silmäverkkoja.
Tietoja Intelin neuromorfisesta tutkimusyhteisöstä: Intel Neuromorphic Research Community (INRC) on kasvanut lähes 150 jäseneksi, ja tänä vuonna on tullut useita uusia jäseniä, kuten Ford, Georgia Institute of Technology, Southwest Research Institute (SwRI) ja Teledyne-FLIR. Uudet kumppanit liittyvät vahvaan akateemisten, julkisten ja teollisuuskumppaneiden yhteisöön, jotka työskentelevät Intelin kanssa edistääkseen neuromorfisen tietojenkäsittelyn todellista kaupallista käyttöä.
“Edistysaskeleet, kuten uusi Loihi 2-piiri ja Lava-sovellusliittymä ovat tärkeitä askeleita eteenpäin neuromorfisessa tietojenkäsittelyssä ”, sanoo Eden Liongosari, tutkimuspäällikkö ja Accenture Labsin toimitusjohtaja. ”Seuraavan sukupolven neuromorfinen arkkitehtuuri on ratkaisevan tärkeä Accenture Labsin tutkimuksessa aivojen inspiroimista tietokonevisioalgoritmeista älykkääseen reunalaskentajärjestelmään, joka voisi käyttää tulevia laajennettuja kuulokkeita tai älykkäitä mobiilirobotteja. Uusi siru sisältää ominaisuuksia, jotka tekevät siitä tehokkaampaa hyperdimensioisessa laskennassa ja mahdollistavat edistyneemmän sirun oppimisen, kun taas Lava-sovellusliittymä tarjoaa kehittäjille yksinkertaisemman ja virtaviivaisemman käyttöliittymän neuromorfisten järjestelmien rakentamiseen. ”
Tietoja kaupallistamisen polusta: Neuromorfisen laskennan siirtäminen laboratoriotutkimuksesta kaupallisesti kannattavaksi tekniikaksi on kolmivaiheinen yritys. Se vaatii neuromorfisten laitteistojen jatkuvaa iteratiivista parantamista vastauksena algoritmisen ja sovellustutkimuksen tuloksiin; yhteisen alustanvälisen ohjelmistokehyksen kehittäminen, jotta kehittäjät voivat vertailla, integroida ja parantaa eri ryhmien parhaita algoritmisia ideoita; ja syvä yhteistyö teollisuuden, korkeakoulujen ja hallitusten välillä rakentaakseen rikkaan, tuottavan neuromorfisen ekosysteemin kaupallisiin käyttötapoihin, jotka tarjoavat lähiajan liikearvoa.
Intelin tämän päivän ilmoitukset kattavat kaikki nämä alueet ja ottavat käyttöön uusia työkaluja Neomoromorfisten tutkijoiden ekosysteemin laajeneva ekosysteemi käsittää laskennan alusta asti ja tuottaa läpimurtoja älykkäässä tietojenkäsittelyssä.
Mitä seuraavaksi: Intel tarjoaa tällä hetkellä kaksi Loihi 2-pohjaista neuromorfisia järjestelmiä Neuromorphic Research-pilven kautta INRC: n sitoutuneille jäsenille: Oheo Gulch, yksi sirujärjestelmä varhaiseen arviointiin ja Kapoho Point, kahdeksan sirun järjestelmä, joka on pian saatavilla. Lava-ohjelmistokehys on saatavana ilmaiseksi ladattavaksi GitHubista . Loihi 2: n ja Lavan esittely ja opetusohjelmat esitetään tulevassa Intel Innovation-tapahtumassa lokakuussa.
Pieni kirja:
1 Perustuu Lava-simulaatioihin syyskuussa, 2021 PilotNetin DNN-päättelykuorman yhdeksän kerroksen variantista, joka on toteutettu sigma-delta-neuroverkkona Loihi 2: ssa verrattuna samaan verkkoon, joka on toteutettu SNN-nopeuskoodauksella Loihilla. Molempien sirujen Lava-suorituskykymalli perustuu pii-karakterisointiin käyttäen Nx SDK-versiota 1.0.0 ja Intel Xeon E5-2699 v3-suoritin @ 2,30 GHz, 32 Gt RAM-muistia isäntänä, joka käyttää Ubuntu-versiota 20.04.2. Loihi-tulokset käyttävät Nahuku-32-järjestelmää ncl-ghrd-04. Loihi 2-tulokset käyttävät Oheo Gulch-järjestelmää ncl-og-04. Tulokset voivat vaihdella.
2 Perustuu Loihi 2-ydinmittaan 0,21 mm2, joka tukee jopa 8192 neuronia verrattuna Loihi-ytimen kokoon 0,41 mm2, joka tukee jopa 1024 neuronia.
3 Perustuu yhdeksän kerroksen mittauksiin PilotNetin DNN-päättelykuormitus, johon viitattiin edellä, ja sigma-delta-hermoverkon toteutus Loihi 2: ssa saavuttaa keskimääräisen neliövirheen (MSE) 0,035 323 815 synaptisella toiminnalla verrattuna Loihi 1: n nopeuskoodatulle SNN: lle, joka saavuttaa MSE: n 0,0412 ja 20 250 023 synaptisen
«lehdistötiedotteen loppu»
