Loihi 2 เป็นชิปวิจัย neuromorphic รุ่นที่สองของ Intel รองรับอัลกอริธึมและแอปพลิเคชันที่ได้รับแรงบันดาลใจจากระบบประสาทในคลาสใหม่ๆ ในขณะเดียวกันก็ให้การประมวลผลที่เร็วขึ้น ความหนาแน่นของทรัพยากรที่มากขึ้น และประสิทธิภาพการใช้พลังงานที่ดีขึ้น เปิดตัวโดย Intel ในเดือนกันยายน 2021 (เครดิต: Walden Kirsch/Intel Corporation)
ชิป neuromorphic Loihi 2 ใหม่ล่าสุดของ Intel ช่วยให้บริษัท”ดึงข้อมูลเชิงลึกจากประสาทวิทยาศาสตร์เพื่อสร้างชิปที่ทำงานเหมือนสมองทางชีววิทยามากขึ้น.”ความพยายามดังกล่าวจะช่วยปรับปรุงประสิทธิภาพการใช้พลังงานอย่างมากในระดับที่สูงขึ้นมาก เช่นเดียวกับการเร่งการเรียนรู้เชิงคอมพิวเตอร์อย่างมีประสิทธิภาพในแอพพลิเคชั่นเอดจ์ต่างๆ เช่น”การมองเห็น การรู้จำเสียงและท่าทางในการดึงข้อมูลการค้นหา วิทยาการหุ่นยนต์ และปัญหาการเพิ่มประสิทธิภาพที่มีข้อจำกัด”พบได้ในเทคโนโลยีต่างๆ เช่น ผิวหนัง neuromorphic แขนกล และการตรวจจับกลิ่น
Loihi 2 ใช้ประสบการณ์หลายปีในการใช้งานกับรุ่นแรกของรุ่นก่อน ซึ่งช่วยให้เทคโนโลยีกระบวนการของ Intel และโครงสร้างการออกแบบแบบอะซิงโครนัสสามารถก้าวหน้าต่อไปในอนาคตได้
ความก้าวหน้าใน Loihi 2 ช่วยให้สถาปัตยกรรม เพื่อรองรับอัลกอริธึมและแอปพลิเคชันที่ได้รับแรงบันดาลใจจากระบบประสาทในคลาสใหม่ๆ ในขณะที่ให้การประมวลผลที่เร็วขึ้นถึง 10 เท่า ความหนาแน่นของทรัพยากรมากขึ้นถึง 15 เท่า ด้วยเซลล์ประสาทมากถึง 1 ล้านเซลล์ต่อชิป และปรับปรุงประสิทธิภาพการใช้พลังงาน 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
ดร. Gerd J. Kunde นักวิทยาศาสตร์ประจำห้องปฏิบัติการแห่งชาติ Los Alamos กล่าวว่า”ผู้ตรวจสอบที่ห้องปฏิบัติการแห่งชาติ Los Alamos ได้ใช้แพลตฟอร์ม Loihi neuromorphic เพื่อตรวจสอบการแลกเปลี่ยนระหว่างการคำนวณควอนตัมและ neuromorphic ตลอดจนการนำกระบวนการเรียนรู้ไปใช้-ชิป งานวิจัยนี้แสดงให้เห็นถึงความเท่าเทียมกันที่น่าตื่นเต้นระหว่างโครงข่ายประสาทเทียมแบบแหลมกับวิธีการหลอมด้วยควอนตัมเพื่อแก้ปัญหาการปรับให้เหมาะสมอย่างยากที่สุด นอกจากนี้ เรายังได้แสดงให้เห็นด้วยว่าอัลกอริธึม backpropagation ซึ่งเป็นส่วนประกอบพื้นฐานสำหรับการฝึกอบรมโครงข่ายประสาทเทียม สถาปัตยกรรมสามารถรับรู้ได้อย่างมีประสิทธิภาพบน Loihi ทีมงานของเรารู้สึกตื่นเต้นที่จะทำการวิจัยต่อไปด้วยชิป Loihi 2 รุ่นที่สอง”
ปัจจุบัน Intel ขอเสนอระบบ neuromorphic ที่ใช้ Loihi 2 แยกกันสองระบบผ่านระบบคลาวด์ Neuromorphic Research ที่ ชุมชนการวิจัย Intel Neuromorphic (INRC) อย่างแรกคือ Oheo Gulch”ระบบชิปตัวเดียวสำหรับการประเมินในช่วงต้น”ประการที่สองคือ Kapoho Point”ระบบแปดชิปที่จะสามารถใช้ได้ในไม่ช้า”ขณะนี้ Lava API พร้อมใช้งานสำหรับดาวน์โหลดฟรีบน GitHub การนำเสนอและบทแนะนำเกี่ยวกับ Loihi 2 และ Lava API จะจัดแสดงที่งานนวัตกรรมของ Intel ในเดือนตุลาคมนี้
Loihi 2 และ Lava API จะให้เครื่องมือแก่นักวิจัยในการสร้างและกำหนดลักษณะการใช้งานใหม่ในเทคโนโลยีประสาทสำหรับการแก้ปัญหา การเรียนรู้ การปรับโซลูชัน ตลอดจนการประมวลผลสูตรในแบบเรียลไทม์
การเพิ่มประสิทธิภาพที่รวดเร็วและทั่วถึงมากขึ้น: ความสามารถในการตั้งโปรแกรมที่มากขึ้นของ Loihi 2 จะช่วยให้ปัญหาการเพิ่มประสิทธิภาพที่ยากขึ้นในระดับที่กว้างขึ้น ได้รับการสนับสนุน รวมถึงการเพิ่มประสิทธิภาพแบบเรียลไทม์ การวางแผน และการตัดสินใจจากระบบ edge สู่ datacenter 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 ดั้งเดิมโดยไม่สูญเสียความแม่นยำ 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 การผสานรวมแบบไร้กาวกับเซ็นเซอร์วิชันซิสเต็มตามเหตุการณ์ที่หลากหลายขึ้น และเครือข่ายแบบตาข่ายที่ใหญ่ขึ้นของชิป Loihi 2
สำหรับข้อมูลเพิ่มเติมเกี่ยวกับชิปประมวลผล neuromorphic Loihi 2 และ Lava API ข้อมูลสรุปทางเทคนิคนี้เกี่ยวกับความก้าวหน้าใหม่กับ Loihi 2 และ Lava API จะอธิบายรายละเอียดเพิ่มเติม
