« siaran pers »
Intel Memajukan Neuromorfik dengan Loihi 2, Kerangka Perangkat Lunak Lava Baru, dan Mitra Baru
Chip penelitian generasi kedua menggunakan proses pra-produksi Intel 4, tumbuh menjadi 1 juta neuron. Intel menambahkan kerangka kerja perangkat lunak terbuka untuk mempercepat inovasi pengembang dan jalan menuju komersialisasi.
Yang Baru: Hari ini, Intel memperkenalkan Loihi 2, chip penelitian neuromorfik generasi kedua, dan Lava, kerangka kerja perangkat lunak sumber terbuka untuk mengembangkan aplikasi yang terinspirasi saraf. Pengenalan mereka menandakan kemajuan berkelanjutan Intel dalam memajukan teknologi neuromorfik.
“Loihi 2 dan Lava mengumpulkan wawasan dari beberapa tahun penelitian kolaboratif menggunakan Loihi. Chip generasi kedua kami sangat meningkatkan kecepatan, kemampuan program, dan kapasitas pemrosesan neuromorfik, memperluas penggunaannya dalam aplikasi komputasi cerdas yang dibatasi daya dan latensi. Kami membuka sumber Lava untuk memenuhi kebutuhan konvergensi perangkat lunak, benchmarking, dan kolaborasi lintas platform di lapangan, dan untuk mempercepat kemajuan kami menuju kelayakan komersial.”
–Mike Davies, direktur Intel’s Neuromorphic Computing Lab
Mengapa Ini Penting: Komputasi neuromorfik, yang mengambil wawasan dari ilmu saraf untuk membuat chip yang berfungsi lebih seperti otak biologis, bercita-cita untuk memberikan peningkatan besar dalam efisiensi energi, kecepatan komputasi, dan efisiensi pembelajaran di berbagai aplikasi edge: mulai dari penglihatan, pengenalan suara dan gerakan hingga pencarian pencarian, robotika, dan masalah pengoptimalan terbatas.
Aplikasi yang telah didemonstrasikan Intel dan mitranya hingga saat ini termasuk lengan robot, kulit neuromorfik dan penginderaan penciuman.
Tentang Loihi 2: Penggabungan chip penelitian mengambil pembelajaran dari tiga tahun penggunaan dengan chip penelitian generasi pertama dan memanfaatkan kemajuan dalam teknologi proses Intel dan metode desain asinkron.
Kemajuan dalam Loihi 2 memungkinkan arsitektur untuk mendukung kelas baru neuro-algoritme dan aplikasi yang terinspirasi, sambil menyediakan pemrosesan hingga 10 kali lebih cepat1, kepadatan sumber daya hingga 15 kali lebih besar2 dengan hingga 1 juta neuron per chip, dan peningkatan efisiensi energi. Diuntungkan dari kolaborasi erat dengan Intel’s Technology Development Group, Loihi 2 telah dibuat dengan versi pra-produksi dari proses Intel 4, yang menggarisbawahi kesehatan dan kemajuan Intel 4. Penggunaan litografi ultraviolet ekstrim (EUV) di Intel 4 telah menyederhanakan aturan desain tata letak dibandingkan dengan teknologi proses sebelumnya. Hal ini memungkinkan Loihi untuk berkembang dengan cepat 2. Kerangka kerja perangkat lunak Lava mengatasi kebutuhan akan kerangka kerja perangkat lunak umum dalam komunitas penelitian neuromorfik. Sebagai kerangka kerja yang terbuka, modular, dan dapat diperluas, Lava akan memungkinkan peneliti dan pengembang aplikasi untuk membangun kemajuan satu sama lain dan berkumpul pada seperangkat alat, metode, dan pustaka yang sama. Lava berjalan mulus pada arsitektur heterogen di seluruh prosesor konvensional dan neuromorfik, memungkinkan eksekusi lintas platform dan interoperabilitas dengan berbagai kerangka kerja kecerdasan buatan, neuromorfik, dan robotika. Pengembang dapat mulai membangun aplikasi neuromorfik tanpa akses ke perangkat keras neuromorfik khusus dan dapat berkontribusi pada basis kode Lava, termasuk mem-portingnya untuk dijalankan di platform lain.
“Penyelidik di Laboratorium Nasional Los Alamos telah menggunakan platform neuromorfik Loihi untuk menyelidiki trade-off antara komputasi kuantum dan neuromorfik, serta menerapkan proses pembelajaran on-chip,” kata Dr. Gerd J. Kunde, staf ilmuwan, Los Alamos National Laboratory. “Penelitian ini telah menunjukkan beberapa kesetaraan menarik antara jaringan saraf spiking dan pendekatan kuantum anil untuk memecahkan masalah optimasi keras. Kami juga telah menunjukkan bahwa algoritma backpropagation, blok bangunan dasar untuk melatih jaringan saraf dan sebelumnya diyakini tidak dapat diterapkan pada arsitektur neuromorfik, dapat direalisasikan secara efisien di Loihi. Tim kami bersemangat untuk melanjutkan penelitian ini dengan chip Loihi 2 generasi kedua.”
Tentang Terobosan Utama: Loihi 2 dan Lava menyediakan alat bagi peneliti untuk mengembangkan dan mengkarakterisasi neuro baru-aplikasi yang terinspirasi untuk pemrosesan waktu nyata, pemecahan masalah, adaptasi, dan pembelajaran. Sorotan penting meliputi:
Pengoptimalan yang lebih cepat dan lebih umum: Kemampuan program Loihi 2 yang lebih besar akan memungkinkan kelas yang lebih luas dari masalah pengoptimalan sulit untuk didukung, termasuk pengoptimalan waktu nyata, perencanaan, dan pengambilan keputusan dari tepi ke sistem pusat data. Pendekatan baru untuk pembelajaran berkelanjutan dan asosiatif: Loihi 2 meningkatkan dukungan untuk metode pembelajaran lanjutan, termasuk variasi backpropagation, algoritme pembelajaran yang mendalam. Ini memperluas cakupan algoritme pembelajaran adaptasi dan data yang efisien yang dapat didukung oleh faktor bentuk berdaya rendah yang beroperasi dalam pengaturan online. Jaringan saraf baru yang dapat dilatih dengan pembelajaran mendalam: Model neuron yang sepenuhnya dapat diprogram dan pesan lonjakan umum di Loihi 2 membuka pintu ke berbagai model jaringan saraf baru yang dapat dilatih dalam pembelajaran mendalam. Evaluasi awal menyarankan pengurangan lebih dari 60 kali lebih sedikit operasi per inferensi pada Loihi 2 dibandingkan dengan jaringan dalam standar yang berjalan pada Loihi asli tanpa kehilangan akurasi3. Loihi 2 mengatasi keterbatasan praktis Loihi dengan menggabungkan antarmuka input/output yang lebih cepat, lebih fleksibel, dan lebih standar. Chip Loihi 2 akan mendukung antarmuka Ethernet, integrasi tanpa lem dengan jangkauan yang lebih luas dari sensor penglihatan berbasis peristiwa, dan jaringan meshed yang lebih besar dari chip Loihi 2. Integrasi yang mulus dengan sistem robotika dunia nyata, prosesor konvensional, dan sensor baru: Loihi 2 mengatasi keterbatasan praktis Loihi dengan menggabungkan antarmuka input/output yang lebih cepat, lebih fleksibel, dan lebih standar. Chip Loihi 2 akan mendukung antarmuka Ethernet, integrasi tanpa lem dengan jangkauan sensor penglihatan berbasis peristiwa yang lebih luas, dan jaringan mesh yang lebih besar dari chip Loihi 2.
Tentang Komunitas Riset Neuromorfik Intel: Komunitas Riset Neuromorfik Intel (INRC) telah berkembang menjadi hampir 150 anggota, dengan beberapa tambahan baru tahun ini, termasuk Ford, Georgia Institute of Technology, Southwest Research Institute (SwRI) dan Teledyne-FLIR. Mitra baru bergabung dengan komunitas kuat yang terdiri dari akademisi, pemerintah, dan mitra industri yang bekerja dengan Intel untuk mendorong kemajuan dalam penggunaan komersial komputasi neuromorfik di dunia nyata.
“Kemajuan seperti chip Loihi 2 baru dan Lava API adalah langkah maju yang penting dalam komputasi neuromorfik,” kata Edy Liongosari, kepala ilmuwan penelitian dan direktur pelaksana di Accenture Labs. “Arsitektur neuromorfik generasi berikutnya akan sangat penting untuk penelitian Accenture Labs tentang algoritme visi komputer yang diilhami otak untuk komputasi tepi cerdas yang dapat memberi daya pada headset realitas yang diperluas di masa depan atau robot seluler cerdas. Chip baru ini menyediakan fitur yang akan membuatnya lebih efisien untuk komputasi hiper-dimensi dan dapat memungkinkan pembelajaran on-chip yang lebih canggih, sementara Lava API memberi pengembang antarmuka yang lebih sederhana dan lebih ramping untuk membangun sistem neuromorfik.”
Tentang Jalan Menuju Komersialisasi: Memajukan komputasi neuromorfik dari penelitian laboratorium ke teknologi yang layak secara komersial adalah upaya tiga cabang. Hal ini membutuhkan perbaikan berulang terus-menerus dari perangkat keras neuromorfik dalam menanggapi hasil penelitian algoritmik dan aplikasi; pengembangan kerangka kerja perangkat lunak lintas platform yang umum sehingga pengembang dapat membandingkan, mengintegrasikan, dan meningkatkan ide algoritme terbaik dari kelompok yang berbeda; dan kolaborasi mendalam di seluruh industri, akademisi, dan pemerintah untuk membangun ekosistem neuromorfik yang kaya dan produktif untuk mengeksplorasi kasus penggunaan komersial yang menawarkan nilai bisnis jangka pendek.
Pengumuman hari ini dari Intel menjangkau semua area ini, memasukkan alat baru ke dalam tangan ekosistem yang berkembang dari peneliti neuromorfik yang terlibat dalam pemikiran ulang komputasi dari fondasinya untuk memberikan terobosan dalam pemrosesan informasi cerdas.
Apa Selanjutnya: Intel saat ini menawarkan dua berbasis Loihi 2 sistem neuromorfik melalui awan Neuromorphic Research untuk melibatkan anggota INRC: Oheo Gulch, sistem chip tunggal untuk evaluasi awal dan Kapoho Point, sistem delapan chip yang akan segera tersedia. Lava Software Framework tersedia untuk download gratis di GitHub. Presentasi dan tutorial tentang Loihi 2 dan Lava akan ditampilkan di acara Intel Innovation mendatang pada bulan Oktober.
The Small Print:
1 Berdasarkan simulasi Lava pada bulan September, 2021 dari varian sembilan lapis beban kerja inferensi PilotNet DNN yang diimplementasikan sebagai jaringan saraf sigma-delta di Loihi 2 dibandingkan dengan jaringan yang sama yang diimplementasikan dengan pengkodean laju SNN di Loihi. Model kinerja Lava untuk kedua chip didasarkan pada karakterisasi silikon menggunakan rilis Nx SDK 1.0.0 dengan CPU Intel Xeon E5-2699 v3 @ 2.30 GHz, RAM 32GB, sebagai host yang menjalankan Ubuntu versi 20.04.2. Hasil loihi menggunakan sistem Nahuku-32 ncl-ghrd-04. Hasil Loihi 2 menggunakan sistem Oheo Gulch ncl-og-04. Hasil dapat bervariasi.
2 Berdasarkan ukuran inti Loihi 2 sebesar 0,21 mm2 yang mendukung hingga 8192 neuron dibandingkan dengan ukuran inti Loihi sebesar 0,41 mm2 yang mendukung hingga 1024 neuron.
3 Berdasarkan pengukuran sembilan lapisan Beban kerja inferensi PilotNet DNN yang dirujuk di atas, dengan implementasi jaringan saraf sigma-delta pada Loihi 2 mencapai mean-squared error (MSE) 0,035 dengan 323.815 operasi sinaptik dibandingkan dengan SNN berkode laju pada Loihi 1 yang mencapai MSE 0,0412 dengan 20.250.023 sinaptik operasi.
« akhir siaran pers »
