Loihi 2 là chip nghiên cứu thần kinh thế hệ thứ hai của Intel. Nó hỗ trợ các lớp thuật toán và ứng dụng lấy cảm hứng từ thần kinh mới đồng thời cung cấp khả năng xử lý nhanh hơn, mật độ tài nguyên lớn hơn và cải thiện hiệu quả năng lượng. Nó được Intel giới thiệu vào tháng 9 năm 2021. (Nguồn: Walden Kirsch/Intel Corporation)
Chip thần kinh sinh học Loihi 2 mới nhất của Intel cho phép công ty”rút ra những hiểu biết sâu sắc từ khoa học thần kinh để tạo ra những con chip hoạt động giống não sinh học hơn.”Nỗ lực này sẽ giúp cải thiện đáng kể hiệu quả sử dụng năng lượng ở cấp độ cao hơn nhiều, cũng như tăng tốc học tập tính toán hiệu quả trên một số ứng dụng tiên tiến, chẳng hạn như”nhận dạng tầm nhìn, giọng nói và cử chỉ để truy xuất tìm kiếm, robot và các vấn đề tối ưu hóa bị hạn chế.”Chúng có thể được tìm thấy trong các công nghệ như da thần kinh, cánh tay robot và khứu giác.
Loihi 2 tận dụng nhiều năm kinh nghiệm sử dụng với bản phát hành thế hệ đầu tiên của người tiền nhiệm, do đó cho phép các công nghệ xử lý và cấu trúc thiết kế không đồng bộ của Intel phát triển hơn nữa trong tương lai.
Những tiến bộ trong Loihi 2 cho phép kiến trúc để hỗ trợ các lớp thuật toán và ứng dụng lấy cảm hứng từ thần kinh mới, đồng thời cung cấp khả năng xử lý nhanh hơn tới 10 lần, mật độ tài nguyên lớn hơn tới 15 lần với tối đa 1 triệu tế bào thần kinh trên mỗi chip và cải thiện hiệu quả năng lượng. Hưởng lợi từ sự hợp tác chặt chẽ với Nhóm Phát triển Công nghệ của Intel, Loihi 2 đã được chế tạo với phiên bản tiền sản xuất của quy trình Intel 4, nhấn mạnh sức khỏe và sự tiến bộ của Intel 4. Việc sử dụng kỹ thuật in thạch bản cực tím (EUV) trong Intel 4 đã đơn giản hóa các quy tắc thiết kế bố cục so với các công nghệ quy trình trước đây. Điều này đã làm cho nó có thể phát triển nhanh chóng Loihi 2. Khung phần mềm Lava giải quyết nhu cầu về một khung phần mềm phổ biến trong cộng đồng nghiên cứu thần kinh sinh học. Là một khuôn khổ mở, mô-đun và có thể mở rộng, Lava sẽ cho phép các nhà nghiên cứu và nhà phát triển ứng dụng xây dựng dựa trên tiến trình của nhau và hội tụ trên một bộ công cụ, phương pháp và thư viện chung. Lava chạy liền mạch trên các kiến trúc không đồng nhất trên các bộ xử lý thông thường và thần kinh đa hình, cho phép thực thi đa nền tảng và khả năng tương tác với nhiều khung công tác trí tuệ nhân tạo, thần kinh đa hình và rô bốt. Các nhà phát triển có thể bắt đầu xây dựng các ứng dụng thần kinh đa hình mà không cần quyền truy cập vào phần cứng thần kinh đa hình chuyên dụng và có thể đóng góp vào cơ sở mã Lava, bao gồm cả việc chuyển nó để chạy trên các nền tảng khác.
Dr. Gerd J. Kunde, một nhà khoa học thuộc Phòng thí nghiệm Quốc gia Los Alamos, cho biết,”Các nhà điều tra tại Phòng thí nghiệm Quốc gia Los Alamos đã sử dụng nền tảng cấu trúc thần kinh Loihi để điều tra sự đánh đổi giữa điện toán lượng tử và thần kinh đa hình, cũng như thực hiện các quy trình học tập trên-chip. Nghiên cứu này đã chỉ ra một số điểm tương đương thú vị giữa mạng nơ-ron tăng đột biến và cách tiếp cận ủ lượng tử để giải quyết các vấn đề tối ưu hóa khó. Chúng tôi cũng đã chứng minh rằng thuật toán lan truyền ngược, một khối xây dựng cơ bản để đào tạo mạng nơ-ron và trước đây được cho là không thể thực hiện được trên cấu trúc thần kinh kiến trúc, có thể được hiện thực hóa một cách hiệu quả trên Loihi. Nhóm của chúng tôi rất vui được tiếp tục nghiên cứu này với chip Loihi 2 thế hệ thứ hai.”
Hiện tại, Intel cung cấp hai hệ thống thần kinh đa hình dựa trên Loihi 2 riêng biệt thông qua đám mây Neuromorphic Research của họ tại Cộng đồng nghiên cứu thần kinh của Intel (INRC). Đầu tiên là Oheo Gulch,”một hệ thống chip đơn để đánh giá sớm.”Thứ hai là Kapoho Point,”một hệ thống tám chip sẽ sớm ra mắt.”API Lava hiện có sẵn để tải xuống miễn phí trên GitHub . Bản trình bày và hướng dẫn về Loihi 2 và API Lava sẽ được giới thiệu tại sự kiện Đổi mới của Intel vào tháng 10 này.
Loihi 2 và Lava API sẽ cung cấp cho các nhà nghiên cứu các công cụ để tạo và mô tả các ứng dụng mới trong công nghệ thần kinh để giải quyết vấn đề, học hỏi, điều chỉnh các giải pháp cũng như xử lý công thức trong thời gian thực.
Tối ưu hóa nhanh hơn và tổng quát hơn: Khả năng lập trình cao hơn của Loihi 2 sẽ cho phép nhiều vấn đề tối ưu hóa khó hơn được hỗ trợ, bao gồm tối ưu hóa thời gian thực, lập kế hoạch và ra quyết định từ các hệ thống trung tâm dữ liệu. Các phương pháp tiếp cận mới để học liên tục và liên kết: Loihi 2 cải thiện hỗ trợ cho các phương pháp học tập nâng cao, bao gồm các biến thể của lan truyền ngược, thuật toán workhorse của học sâu. Điều này mở rộng phạm vi thích ứng và các thuật toán học tập hiệu quả dữ liệu có thể được hỗ trợ bởi các hệ số dạng công suất thấp hoạt động trong cài đặt trực tuyến. Mạng nơ-ron mới lạ có thể đào tạo được bằng cách học sâu: Các mô hình nơ-ron hoàn toàn có thể lập trình và thông điệp tăng đột biến tổng quát trong Loihi 2 mở ra cánh cửa cho một loạt các mô hình mạng nơ-ron mới có thể được đào tạo trong học tập sâu. Các đánh giá ban đầu cho thấy giảm hơn 60 lần số ops trên mỗi suy luận trên Loihi 2 so với các mạng sâu tiêu chuẩn chạy trên Loihi ban đầu mà không bị giảm độ chính xác. Loihi 2 giải quyết một hạn chế thực tế của Loihi bằng cách kết hợp các giao diện đầu vào/đầu ra nhanh hơn, linh hoạt hơn và tiêu chuẩn hơn. Chip Loihi 2 sẽ hỗ trợ giao diện Ethernet, tích hợp không cần băng với nhiều loại cảm biến tầm nhìn dựa trên sự kiện và mạng lưới lớn hơn của chip Loihi 2. Tích hợp liền mạch với các hệ thống rô bốt trong thế giới thực, bộ xử lý thông thường và cảm biến mới: Loihi 2 giải quyết một hạn chế thực tế của Loihi bằng cách kết hợp các giao diện đầu vào/đầu ra nhanh hơn, linh hoạt hơn và tiêu chuẩn hơn. Chip Loihi 2 sẽ hỗ trợ giao diện Ethernet, tích hợp không cần băng với nhiều loại cảm biến tầm nhìn dựa trên sự kiện và mạng lưới lớn hơn của chip Loihi 2.
Để biết thêm thông tin về chip xử lý thần kinh sinh học Loihi 2 và API Lava, hãy tóm tắt kỹ thuật này về những cải tiến mới với Loihi 2 và API Lava sẽ giải thích chi tiết hơn.
