« ข่าวประชาสัมพันธ์ »
Intel Advances Neuromorphic ด้วย Loihi 2, New Lava Software Framework และพันธมิตรใหม่
ชิปวิจัยรุ่นที่สองใช้กระบวนการก่อนการผลิตของ Intel 4 เติบโตเป็น 1 ล้านเซลล์ประสาท Intel เพิ่มเฟรมเวิร์กซอฟต์แวร์แบบเปิดเพื่อเร่งนวัตกรรมของนักพัฒนาและเส้นทางสู่การค้า
มีอะไรใหม่: วันนี้ Intel ได้เปิดตัว Loihi 2 ซึ่งเป็นชิปวิจัย neuromorphic รุ่นที่สอง และ Lava ซึ่งเป็นเฟรมเวิร์กซอฟต์แวร์โอเพนซอร์สสำหรับการพัฒนาแอปพลิเคชันที่ได้รับแรงบันดาลใจจากระบบประสาท การแนะนำของพวกเขาบ่งบอกถึงความก้าวหน้าอย่างต่อเนื่องของ Intel ในการพัฒนาเทคโนโลยี neuromorphic
“Loihi 2 และ Lava เก็บเกี่ยวข้อมูลเชิงลึกจากการวิจัยร่วมกันหลายปีโดยใช้ Loihi ชิปรุ่นที่สองของเราปรับปรุงความเร็ว ความสามารถในการตั้งโปรแกรม และความจุของการประมวลผล neuromorphic ได้อย่างมาก ขยายการใช้งานในด้านพลังงานและความหน่วงแฝงในแอปพลิเคชันการประมวลผลอัจฉริยะที่จำกัด เรากำลังโอเพ่นซอร์ส Lava เพื่อตอบสนองความต้องการซอฟต์แวร์คอนเวอร์เจนซ์ การเปรียบเทียบ และการทำงานร่วมกันข้ามแพลตฟอร์มในภาคสนาม และเพื่อเร่งความก้าวหน้าของเราไปสู่ความอยู่รอดในเชิงพาณิชย์”
–Mike Davies ผู้อำนวยการ Neuromorphic Computing ของ Intel ห้องทดลอง
เหตุใดจึงสำคัญ: Neuromorphic Computing ซึ่งดึงข้อมูลเชิงลึกจากประสาทวิทยาศาสตร์มาสร้างชิปที่ทำหน้าที่เหมือนสมองทางชีววิทยามากขึ้น มุ่งมั่นที่จะส่งมอบการปรับปรุงประสิทธิภาพพลังงาน ความเร็วในการคำนวณ และ ประสิทธิภาพของการเรียนรู้ในแอปพลิเคชัน Edge ต่างๆ: ตั้งแต่การมองเห็น การรู้จำเสียงและท่าทาง ไปจนถึงการดึงข้อมูลการค้นหา วิทยาการหุ่นยนต์ และปัญหาการเพิ่มประสิทธิภาพที่มีข้อจำกัด
แอปพลิเคชันที่ Intel และพันธมิตรได้แสดงให้เห็นจนถึงปัจจุบัน ได้แก่ แขนหุ่นยนต์ สกิน neuromorphic และการรับรู้กลิ่น
เกี่ยวกับ Loihi 2: ส่วนประกอบชิปการวิจัย ทดสอบการเรียนรู้จากการใช้งานชิปวิจัยรุ่นแรกเป็นเวลา 3 ปี และใช้ประโยชน์จากความก้าวหน้าในเทคโนโลยีกระบวนการของ Intel และวิธีการออกแบบแบบอะซิงโครนัส
ความก้าวหน้าใน Loihi 2 ช่วยให้สถาปัตยกรรมรองรับคลาสของระบบประสาทใหม่ๆ-อัลกอริธึมและแอปพลิเคชันที่ได้รับแรงบันดาลใจจาก ในขณะที่ให้การประมวลผลเร็วขึ้นถึง 10 เท่า1 ความหนาแน่นของทรัพยากรมากขึ้นถึง 15 เท่า2 ด้วยเซลล์ประสาทมากถึง 1 ล้านเซลล์ต่อชิป และประสิทธิภาพการใช้พลังงานที่ดีขึ้น ได้รับประโยชน์จากความร่วมมืออย่างใกล้ชิดกับกลุ่มพัฒนาเทคโนโลยีของ Intel, Loihi 2 ถูกประดิษฐ์ขึ้นด้วยเวอร์ชันก่อนการผลิตของกระบวนการ Intel 4 ซึ่งเน้นย้ำถึงความสมบูรณ์และความก้าวหน้าของ Intel 4 การใช้ภาพพิมพ์หินอัลตราไวโอเลตสุดขีด (EUV) ใน Intel 4 ได้ทำให้กฎการออกแบบเลย์เอาต์ง่ายขึ้นเมื่อเทียบกับเทคโนโลยีกระบวนการที่ผ่านมา สิ่งนี้ทำให้สามารถพัฒนา Loihi 2 ได้อย่างรวดเร็ว เฟรมเวิร์กซอฟต์แวร์ Lava ตอบสนองความต้องการเฟรมเวิร์กซอฟต์แวร์ทั่วไปในชุมชนการวิจัยเกี่ยวกับระบบประสาท ในฐานะที่เป็นเฟรมเวิร์กแบบเปิด แบบแยกส่วน และขยายได้ Lava จะช่วยให้นักวิจัยและนักพัฒนาแอปพลิเคชันสามารถสร้างความก้าวหน้าของกันและกัน และหลอมรวมเข้ากับชุดเครื่องมือ วิธีการ และไลบรารีทั่วไป Lava ทำงานได้อย่างราบรื่นบนสถาปัตยกรรมที่แตกต่างกันในโปรเซสเซอร์ทั่วไปและโปรเซสเซอร์ neuromorphic ทำให้สามารถดำเนินการข้ามแพลตฟอร์มและทำงานร่วมกันได้กับเฟรมเวิร์กปัญญาประดิษฐ์ neuromorphic และหุ่นยนต์ที่หลากหลาย นักพัฒนาสามารถเริ่มสร้างแอปพลิเคชัน neuromorphic โดยไม่ต้องเข้าถึงฮาร์ดแวร์ neuromorphic เฉพาะและสามารถสนับสนุนฐานรหัส Lava รวมถึงการพอร์ตเพื่อทำงานบนแพลตฟอร์มอื่น ๆ
“นักวิจัยที่ Los Alamos National Laboratory ได้ใช้แพลตฟอร์ม Loihi neuromorphic เพื่อตรวจสอบ การแลกเปลี่ยนระหว่างควอนตัมและคอมพิวเตอร์ neuromorphic ตลอดจนการนำกระบวนการเรียนรู้ไปใช้บนชิป” ดร. เกิร์ด เจ. คุนเด นักวิทยาศาสตร์ประจำห้องปฏิบัติการแห่งชาติลอส อาลามอส กล่าว”งานวิจัยชิ้นนี้แสดงให้เห็นถึงความเท่าเทียมกันที่น่าตื่นเต้นระหว่างโครงข่ายประสาทเทียมแบบแหลมกับวิธีการหลอมด้วยควอนตัมในการแก้ปัญหาการปรับให้เหมาะสมที่สุด เรายังได้แสดงให้เห็นด้วยว่าอัลกอริธึม backpropagation ซึ่งเป็นส่วนประกอบพื้นฐานสำหรับการฝึกอบรมโครงข่ายประสาทเทียม และก่อนหน้านี้เชื่อว่าไม่สามารถนำมาใช้กับสถาปัตยกรรม neuromorphic ได้อย่างมีประสิทธิภาพบน Loihi ทีมของเรารู้สึกตื่นเต้นที่จะทำการวิจัยต่อไปด้วยชิป Loihi 2 รุ่นที่สอง”
เกี่ยวกับความก้าวหน้าครั้งสำคัญ: Loihi 2 และ Lava มีเครื่องมือสำหรับนักวิจัยในการพัฒนาและกำหนดลักษณะเฉพาะของระบบประสาทใหม่-แอปพลิเคชันที่ได้รับแรงบันดาลใจจากการประมวลผลแบบเรียลไทม์ การแก้ปัญหา การปรับตัว และการเรียนรู้ ไฮไลท์เด่น ได้แก่:
การเพิ่มประสิทธิภาพที่รวดเร็วและทั่วถึงมากขึ้น: ความสามารถในการตั้งโปรแกรมที่มากขึ้นของ Loihi 2 จะช่วยให้รองรับปัญหาการเพิ่มประสิทธิภาพที่ยากในระดับที่กว้างขึ้น รวมถึงการเพิ่มประสิทธิภาพแบบเรียลไทม์ การวางแผน และการตัดสินใจ ตั้งแต่ระบบ edge ไปจนถึงระบบดาต้าเซ็นเตอร์ แนวทางใหม่สำหรับการเรียนรู้อย่างต่อเนื่องและเชื่อมโยง: Loihi 2 ปรับปรุงการรองรับวิธีการเรียนรู้ขั้นสูง รวมถึงรูปแบบต่างๆ ของ backpropagation อัลกอริทึมของการเรียนรู้เชิงลึก ซึ่งจะขยายขอบเขตของการปรับตัวและอัลกอริธึมการเรียนรู้ที่มีประสิทธิภาพของข้อมูล ซึ่งสามารถสนับสนุนโดยปัจจัยรูปแบบพลังงานต่ำที่ทำงานในการตั้งค่าออนไลน์ โครงข่ายประสาทเทียมแบบใหม่ที่ฝึกได้ด้วยการเรียนรู้เชิงลึก: โมเดลเซลล์ประสาทที่ตั้งโปรแกรมได้อย่างสมบูรณ์และการส่งข้อความแบบสไปค์ทั่วไปใน Loihi 2 เปิดประตูสู่โมเดลโครงข่ายประสาทเทียมใหม่ๆ มากมายที่ฝึกได้ในการเรียนรู้เชิงลึก การประเมินในช่วงต้นแนะนำการลด ops น้อยกว่า 60 เท่าต่อการอนุมานใน Loihi 2 เมื่อเทียบกับเครือข่ายระดับลึกมาตรฐานที่ทำงานบน Loihi ดั้งเดิมโดยไม่สูญเสียความแม่นยำ3 Loihi 2 จัดการกับข้อจำกัดในทางปฏิบัติของ Loihi ด้วยการผสมผสานอินเทอร์เฟซอินพุต/เอาท์พุตที่รวดเร็วกว่า ยืดหยุ่นกว่า และมีมาตรฐานมากขึ้น ชิป Loihi 2 จะรองรับอินเทอร์เฟซอีเทอร์เน็ต การผสานรวมแบบไร้กาวกับเซ็นเซอร์วิชันซิสเต็มตามเหตุการณ์ที่หลากหลายขึ้น และเครือข่ายแบบตาข่ายที่ใหญ่ขึ้นของชิป Loihi 2 การผสานรวมที่ราบรื่นกับระบบหุ่นยนต์ในโลกแห่งความเป็นจริง โปรเซสเซอร์ทั่วไป และเซ็นเซอร์แบบใหม่: Loihi 2 จัดการกับข้อจำกัดในทางปฏิบัติของ Loihi ด้วยการผสมผสานอินเทอร์เฟซอินพุต/เอาท์พุตที่เร็วกว่า ยืดหยุ่นกว่า และเป็นมาตรฐานมากกว่า ชิป Loihi 2 จะรองรับอินเทอร์เฟซอีเทอร์เน็ต การผสานรวมแบบไร้กาวกับวิชันเซนเซอร์ตามเหตุการณ์ที่หลากหลาย และเครือข่ายแบบตาข่ายที่ใหญ่ขึ้นของชิป Loihi 2
เกี่ยวกับชุมชนการวิจัย Neuromorphic ของ Intel: ชุมชนการวิจัยเกี่ยวกับระบบประสาทของ Intel (INRC) มีสมาชิกเพิ่มขึ้นเกือบ 150 ราย โดยในปีนี้มีสมาชิกเพิ่มเข้ามาหลายราย รวมถึง Ford, Georgia Institute of Technology, Southwest Research Institute (SwRI) และ Teledyne-FLIR พันธมิตรรายใหม่เข้าร่วมชุมชนพันธมิตรด้านวิชาการ รัฐบาล และภาคอุตสาหกรรมที่ทำงานร่วมกับ Intel เพื่อขับเคลื่อนความก้าวหน้าในการใช้งาน neuromorphic ในเชิงพาณิชย์ในเชิงพาณิชย์
“ความก้าวหน้าอย่างชิป Loihi 2 ใหม่และ Lava API เป็นก้าวสำคัญในการประมวลผล neuromorphic” Edy Liongosari หัวหน้านักวิทยาศาสตร์การวิจัยและกรรมการผู้จัดการของ Accenture Labs กล่าว “สถาปัตยกรรม neuromorphic รุ่นต่อไปจะมีความสำคัญอย่างยิ่งต่อการวิจัยของ Accenture Labs เกี่ยวกับอัลกอริธึมการมองเห็นด้วยคอมพิวเตอร์ที่ได้รับแรงบันดาลใจจากสมองสำหรับการประมวลผลขอบอัจฉริยะ ซึ่งสามารถขับเคลื่อนชุดหูฟังที่ขยายจริงในอนาคตหรือหุ่นยนต์เคลื่อนที่อัจฉริยะได้ ชิปตัวใหม่นี้มีคุณสมบัติที่จะทำให้การประมวลผลแบบไฮเปอร์มิติมีประสิทธิภาพมากขึ้น และสามารถเปิดใช้งานการเรียนรู้บนชิปขั้นสูงยิ่งขึ้น ในขณะที่ Lava API ช่วยให้นักพัฒนามีอินเทอร์เฟซที่เรียบง่ายและคล่องตัวยิ่งขึ้นในการสร้างระบบ neuromorphic”
เกี่ยวกับเส้นทางสู่การค้า: การยกระดับการประมวลผล neuromorphic จากการวิจัยในห้องปฏิบัติการไปสู่เทคโนโลยีที่ใช้งานได้ในเชิงพาณิชย์นั้นเป็นความพยายามสามง่าม จำเป็นต้องมีการปรับปรุงฮาร์ดแวร์ neuromorphic ซ้ำๆ อย่างต่อเนื่องเพื่อตอบสนองต่อผลลัพธ์ของการวิจัยอัลกอริธึมและแอปพลิเคชัน การพัฒนาเฟรมเวิร์กซอฟต์แวร์ข้ามแพลตฟอร์มทั่วไป เพื่อให้นักพัฒนาสามารถเปรียบเทียบ ผสานรวม และปรับปรุงแนวคิดอัลกอริทึมที่ดีที่สุดจากกลุ่มต่างๆ และความร่วมมืออย่างลึกซึ้งทั่วทั้งอุตสาหกรรม สถาบันการศึกษา และรัฐบาล เพื่อสร้างระบบนิเวศ neuromorphic ที่สมบูรณ์และมีประสิทธิภาพสำหรับการสำรวจกรณีการใช้งานเชิงพาณิชย์ที่มอบมูลค่าทางธุรกิจในระยะสั้น
ประกาศในวันนี้จาก Intel ครอบคลุมพื้นที่เหล่านี้ทั้งหมด โดยนำเครื่องมือใหม่เข้ามา มือของระบบนิเวศที่ขยายตัวขึ้นของนักวิจัยเกี่ยวกับระบบประสาทที่มีส่วนร่วมในการคิดใหม่เกี่ยวกับการคำนวณจากรากฐานเพื่อนำเสนอความก้าวหน้าในการประมวลผลข้อมูลอย่างชาญฉลาด
อะไรต่อจากนี้: ปัจจุบัน Intel เสนอ Loihi 2 สองแบบ ระบบ neuromorphic ผ่านระบบคลาวด์ของ Neuromorphic Research ให้กับสมาชิกของ INRC: Oheo Gulch ซึ่งเป็นระบบชิปตัวเดียวสำหรับการประเมินในระยะแรกและ Kapoho Point ซึ่งเป็นระบบแปดชิปที่จะพร้อมใช้งานในไม่ช้า Lava Software Framework พร้อมให้ดาวน์โหลดฟรีบน GitHub การนำเสนอและบทช่วยสอนเกี่ยวกับ Loihi 2 และ Lava จะถูกนำเสนอในงาน Intel Innovation ที่จะเกิดขึ้นในเดือนตุลาคมนี้
The Small Print:
1 จากการจำลอง Lava ในเดือนกันยายน 2021 ของตัวแปรเก้าชั้นของเวิร์กโหลดการอนุมาน PilotNet DNN ที่นำไปใช้เป็นเครือข่ายประสาท sigma-delta บน Loihi 2 เมื่อเทียบกับเครือข่ายเดียวกันที่ใช้กับการเข้ารหัสอัตรา SNN บน Loihi โมเดลประสิทธิภาพของ Lava สำหรับชิปทั้งสองนั้นใช้การกำหนดลักษณะเฉพาะของซิลิกอนโดยใช้ Nx SDK รีลีส 1.0.0 พร้อม Intel Xeon E5-2699 v3 CPU @ 2.30 GHz, RAM 32GB เนื่องจากโฮสต์ที่ใช้ Ubuntu เวอร์ชัน 20.04.2 ผลลัพธ์ Loihi ใช้ระบบ Nahuku-32 ncl-ghrd-04 ผล Loihi 2 ใช้ระบบ Oheo Gulch ncl-og-04 ผลลัพธ์อาจแตกต่างกันไป
2 อิงตามขนาดแกน Loihi 2 ที่ 0.21 mm2 รองรับเซลล์ประสาทได้มากถึง 8192 เซลล์ เมื่อเทียบกับขนาดแกนของ Loihi ที่ 0.41 mm2 รองรับเซลล์ประสาทได้มากถึง 1024 เซลล์
3 อ้างอิงจากการวัดเก้าเลเยอร์ เวิร์กโหลดการอนุมาน PilotNet DNN ที่อ้างอิงข้างต้น ด้วยการใช้งานเครือข่ายนิวรัลซิกมาเดลต้าบน Loihi 2 บรรลุข้อผิดพลาดของค่าเฉลี่ยกำลังสอง (MSE) ที่ 0.035 โดยมีการดำเนินการ synaptic 323,815 รายการ เมื่อเทียบกับ SNN ที่มีรหัสอัตราบน Loihi 1 บรรลุ MSE ที่ 0.0412 โดยมี 20,250,023 synaptic การดำเนินงาน
« สิ้นสุดการแถลงข่าว »