Intel builds Largest Neuromorphic System to Enable More Sustainable AI
Intel构建最大的神经形态系统以实现更可持续的人工智能
新闻概要
今天，英特尔宣布建立了世界上最大的神经形态系统。
{ width=50% }
代号Hala Point的这一大规模神经形态系统最初部署在桑迪亚国家实验室，采用英特尔的Loihi 2处理器，旨在支持未来基于大脑的人工智能（AI）研究，并着眼于解决当今AI的效率和可持续性挑战。Hala Point是英特尔首代大规模研究系统Pohoiki Springs的进化版本，在架构上进行了改进，实现了超过10倍的神经元容量和高达12倍性能提升。
“当今AI模型的计算成本正以不可持续的速度上升。产业需要能够扩展的基本新方法。因此，我们开发了Hala Point，结合深度学习效率和新型的大脑启发学习和优化能力。我们希望通过Hala Point的研究推动大规模AI技术的效率和适应能力。”
– 迈克·戴维斯（Mike Davies），英特尔实验室神经形态计算实验室主任
功能与用途
Hala Point是首个大规模神经形态系统，在主流AI工作负载上展示了最先进的计算效率。性能测试表明，当执行传统深度神经网络时，它可以支持高达20千万亿次操作每秒（20 petaops），效率超过15兆次8位操作每秒每瓦特（TOPS/W）。这与基于图形处理单元（GPU）和中央处理单元（CPU）构建的架构所达到的水平相媲美甚至超越。Hala Point的独特功能可以实现未来实时的连续学习，适用于科学与工程问题解决、物流、智慧城市基础设施管理、大型语言模型（LLMs）和AI代理等应用。
研究人员计划使用Hala Point进行高级脑刻度计算研究。该组织将专注于在设备物理学、计算机架构、计算机科学和信息学领域解决科学计算问题。
重要性
最近将深度学习模型扩展至数万亿参数的趋势，揭示了人工智能面临的艰巨可持续性挑战，凸显了在硬件架构最低层面需要创新的必要性。神经形态计算是一种根本性新方法，借鉴了神经科学的见解，将内存和计算与高度细粒度的并行性结合，以最大程度地减少数据移动。在这个月国际声学、语音和信号处理会议（ICASSP）发表的结果中，Loihi 2展示了在新兴小规模边缘工作负载中的效率、速度和适应性方面的数量级提升。
Hala Point通过多项改进，不断进步自己的前身Pohoiki Springs，将神经形态性能和效率提升带入到主流的传统深度学习模型中，特别是处理视频、语音和无线通信等实时工作负载。例如，爱立信研究正在应用Loihi 2来优化电信基础设施效率，这一点在今年的世界移动通信大会上得到了强调。
探索AITechPark，了解人工智能、物联网、网络安全、AI科技新闻以及行业专家的深刻见解！
感谢阅读！如果您对AI的最新发展感兴趣，可以查看更多AI文钊文章：GPTNB。
感谢阅读！如果您对AI的最新发展感兴趣，可以查看更多AI文钊文章：GPTNB。
感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。
Intel builds Largest Neuromorphic System to Enable More Sustainable AI
