«プレスリリース»
Intel Advances Neuromorphic with Loihi 2、New Lava Software Framework and New Partners
第2世代のリサーチチップは、生産前のIntel 4プロセスを使用し、100万ニューロンに成長します。インテルは、オープンソフトウェアフレームワークを追加して、開発者の革新と商品化への道を加速します。
新機能:本日、Intelは第2世代のニューロモーフィックリサーチチップであるLoihi 2と、ニューロインスパイアードアプリケーションを開発するためのオープンソースソフトウェアフレームワークであるLavaを発表しました。それらの紹介は、ニューロモルフィックテクノロジーの進歩におけるインテルの継続的な進歩を示しています。
「Loihi2とLavaは、Loihiを使用した数年間の共同研究から洞察を獲得しています。当社の第2世代チップは、ニューロモルフィック処理の速度、プログラム可能性、および容量を大幅に改善し、電力および遅延が制約されたインテリジェントコンピューティングアプリケーションでの使用を拡大します。 Lavaは、ソフトウェアのコンバージェンス、ベンチマーク、およびフィールドでのクロスプラットフォームコラボレーションの必要性に対応し、商業的実行可能性に向けた進歩を加速するために、オープンソーシングを行っています。」
–Intelのニューロモルフィックコンピューティングのディレクター、Mike Daviesラボ
重要な理由:ニューロモルフィックコンピューティングは、神経科学から洞察を引き出して、生物学的脳のように機能するチップを作成し、エネルギー効率、計算速度、および視覚、音声、ジェスチャーの認識から検索検索、ロボット工学、制約付き最適化の問題まで、さまざまなエッジアプリケーションにわたる学習の効率。
Intelとそのパートナーがこれまでに実証したアプリケーションには、ロボットアーム、ニューロモルフィックスキンが含まれます。および嗅覚センシング。
Loihi 2について: Research Chip Incorpor第1世代のリサーチチップでの3年間の使用から学んだことを学び、Intelのプロセステクノロジーと非同期設計手法の進歩を活用します。
Loihi2の進歩により、アーキテクチャは新しいクラスのニューロをサポートできます-インスピレーションを得たアルゴリズムとアプリケーションは、最大10倍高速な処理1、最大15倍のリソース密度2、チップあたり最大100万ニューロンを提供し、エネルギー効率を向上させます。ロイヒ2は、インテルの技術開発グループとの緊密なコラボレーションの恩恵を受けて、インテル4プロセスの試作バージョンで製造されました。これは、インテル4の健全性と進歩を強調しています。インテル4での極限紫外線（EUV）リソグラフィーの使用過去のプロセス技術と比較して、レイアウト設計ルールを簡素化しました。これにより、Loihi2の迅速な開発が可能になりました。 Lavaソフトウェアフレームワークは、ニューロモルフィック研究コミュニティにおける共通のソフトウェアフレームワークの必要性に対応しています。 Lavaは、オープンでモジュール式の拡張可能なフレームワークとして、研究者とアプリケーション開発者が互いの進歩に基づいて構築し、共通のツール、メソッド、およびライブラリのセットに収束できるようにします。 Lavaは、従来のプロセッサとニューロモルフィックプロセッサの異種アーキテクチャでシームレスに実行され、クロスプラットフォームの実行と、さまざまな人工知能、ニューロモルフィック、ロボット工学のフレームワークとの相互運用性を実現します。開発者は、特殊なニューロモルフィックハードウェアにアクセスせずにニューロモルフィックアプリケーションの構築を開始でき、他のプラットフォームで実行するための移植など、Lavaコードベースに貢献できます。
「ロスアラモス国立研究所の研究者は、Loihiニューロモルフィックプラットフォームを使用して調査を行っています。量子コンピューティングとニューロモルフィックコンピューティングの間のトレードオフ、およびオンチップでの学習プロセスの実装」と、ロスアラモス国立研究所のスタッフサイエンティストであるゲルトJ.クンデ博士は述べています。 「この研究は、スパイキングニューラルネットワークとハード最適化問題を解決するための量子アニーリングアプローチとの間にいくつかの刺激的な同等性を示しました。また、ニューラルネットワークをトレーニングするための基本的な構成要素であり、以前はニューロモルフィックアーキテクチャに実装できないと考えられていたバックプロパゲーションアルゴリズムが、ロイヒで効率的に実現できることも示しました。私たちのチームは、第2世代のロイヒ2チップでこの研究を続けることに興奮しています。」
重要なブレークスルーについて: Loihi 2とLavaは、研究者が新しいニューロを開発して特徴づけるためのツールを提供します-リアルタイム処理、問題解決、適応、学習のためのインスピレーションを得たアプリケーション。注目すべきハイライトは次のとおりです。
より高速でより一般的な最適化: Loihi 2の優れたプログラム可能性により、リアルタイムの最適化、計画、意思決定など、より幅広いクラスの困難な最適化問題をサポートできます。エッジからデータセンターシステムまで。 継続的かつ連想的な学習のための新しいアプローチ: Loihi 2は、深層学習の主力アルゴリズムであるバックプロパゲーションのバリエーションなど、高度な学習方法のサポートを改善します。これにより、オンライン設定で動作する低電力フォームファクターでサポートできる適応およびデータ効率の高い学習アルゴリズムの範囲が広がります。 ディープラーニングでトレーニング可能な新しいニューラルネットワーク: Loihi 2の完全にプログラム可能なニューロンモデルと一般化されたスパイクメッセージングにより、ディープラーニングでトレーニングできるさまざまな新しいニューラルネットワークモデルへの扉が開かれます。初期の評価では、精度を損なうことなく、元のLoihiで実行されている標準のディープネットワークと比較して、Loihi2での推論あたりの操作数が60分の1に削減されることが示唆されています3。 Loihi 2は、より高速で、より柔軟で、より標準的な入出力インターフェースを組み込むことにより、Loihiの実際的な制限に対処します。 Loihi 2チップは、イーサネットインターフェイス、幅広いイベントベースのビジョンセンサーとのグルーレス統合、およびLoihi2チップのより大規模なメッシュネットワークをサポートします。 実際のロボットシステム、従来のプロセッサ、新しいセンサーとのシームレスな統合: Loihi 2は、より高速で柔軟性があり、より標準的な入出力インターフェースを組み込むことで、Loihiの実際的な制限に対処します。 Loihi 2チップは、イーサネットインターフェイス、幅広いイベントベースのビジョンセンサーとのグルーレス統合、およびLoihi2チップのより大規模なメッシュネットワークをサポートします。
Intel Neuromorphic Research Communityについて: Intel Neuromorphic Research Community（INRC）今年はフォード、ジョージア工科大学、サウスウエスト研究所（SwRI）、テレダイン-FLIRなど、いくつかの新しいメンバーが加わり、150人近くのメンバーに成長しました。新しいパートナーは、Intelと協力してニューロモルフィックコンピューティングの実際の商用利用の進歩を推進している学術、政府、業界のパートナーの強力なコミュニティに参加しています。
「新しいLoihi2チップやLavaAPIなどの進歩ニューロモルフィックコンピューティングにおける重要な前進です」とアクセンチュアラボのチーフリサーチサイエンティスト兼マネージングディレクターであるEdyLiongosariは述べています。 「次世代のニューロモルフィックアーキテクチャは、将来のエクステンデットリアリティヘッドセットやインテリジェントモバイルロボットに電力を供給する可能性のあるインテリジェントエッジコンピューティングのための脳に触発されたコンピュータビジョンアルゴリズムに関するアクセンチュアラボの研究にとって非常に重要です。新しいチップは、超次元コンピューティングをより効率的にし、より高度なオンチップ学習を可能にする機能を提供します。一方、Lava APIは、ニューロモルフィックシステムを構築するためのよりシンプルで合理化されたインターフェースを開発者に提供します。」
商業化への道について:ニューロモルフィックコンピューティングを実験室での研究から商業的に実行可能な技術に発展させることは、3つの側面からなる取り組みです。アルゴリズムとアプリケーションの研究結果に応じて、ニューロモルフィックハードウェアの継続的な反復改善が必要です。開発者がさまざまなグループからの最良のアルゴリズムのアイデアをベンチマーク、統合、および改善できるようにするための、共通のクロスプラットフォームソフトウェアフレームワークの開発。業界、学界、政府間の深い協力関係により、短期的なビジネス価値を提供する商用ユースケースを探索するための豊かで生産的なニューロモルフィックエコシステムを構築します。
Intelからの本日の発表は、これらすべての分野にまたがり、新しいツールをインテリジェントな情報処理のブレークスルーを実現するために、基盤からコンピューティングを再考することに従事するニューロモルフィック研究者の拡大するエコシステムの手。
次のステップ: Intelは現在2つのLoihi2ベースを提供していますニューロモルフィックリサーチクラウドを介してINRCの関与メンバーにニューロモルフィックシステム:早期評価用のシングルチップシステムであるOheo Gulchと、間もなく利用可能になる8チップシステムであるKapohoPoint。 Lava Software Frameworkは、 GitHubから無料でダウンロードできます。 Loihi 2とLavaに関するプレゼンテーションとチュートリアルは、10月に開催されるIntelInnovationイベントで紹介されます。
The Small Print:
19月のLavaシミュレーションに基づいています。ロイヒでSNNレートコーディングを使用して実装された同じネットワークと比較して、ロイヒ2でシグマデルタニューラルネットワークとして実装されたPilotNetDNN推論ワークロードの9層バリアントの2021年。両方のチップのLavaパフォーマンスモデルは、Ubuntuバージョン20.04.2を実行するホストとしてIntel Xeon E5-2699 v3 CPU @ 2.30 GHz、32GBRAMを搭載したNxSDKリリース1.0.0を使用したシリコン特性に基づいています。ロイヒの結果は、Nahuku-32システムncl-ghrd-04を使用しています。 Loihi 2の結果は、OheoGulchシステムncl-og-04を使用しています。結果は異なる場合があります。
2最大1024個のニューロンをサポートする0.41mm2のロイヒコアサイズと比較して、最大8192個のニューロンをサポートする0.21mm2のロイヒ2コアサイズに基づく。
39層の測定に基づく上記のPilotNetDNN推論ワークロード。Loihi2でのシグマデルタニューラルネットワークの実装は、323,815シナプス操作で0.035の平均二乗誤差（MSE）を達成しますが、Loihi 1でのレートコード化SNNは、20,250,023シナプスで0.0412のMSEを達成します。
«プレスリリースの終わり»
