4月18日，英特爾發布了代號為Hala Point的大型神經擬態系統。該系統基于英特爾Loihi 2神經擬態處理器打造而成，旨在支持類腦AI領域的前沿研究，解決AI目前在效率和可持續性等方面的挑戰。
據介紹，Hala Point神經元數量達到11.5億，在英特爾第一代大規模研究系統Pohoiki Springs的基礎上，Hala Point改進了架構，將神經元容量提高了10倍以上，性能提高了12倍。
Loihi 2處理器早在2021年就已發布，首發采用Intel 4工藝，集成230億個晶體管、六個低功耗x86核心、128個神經形態核心，單顆就有100萬個神經元、1.2億個突觸，是上代規模的8倍，性能也提升了10倍。
Loihi 2應用了眾多類腦計算原理，如異步、基于事件的脈沖神經網絡(SNN)、存算一體不斷變化的稀疏連接，而且神經元之間能夠直接通信，不需要繞過內存。
尤其是在新興的小規模邊緣工作負載上，它實現了效率、速度和適應性數量級的提升。
比如執行AI推理負載和處理優化問題時， Loihi 2的速度比常規CPU和GPU架構快多達50倍，能耗則只有百分之一。
Hala Point在主流AI工作負載上的計算效率非常出色，比如運行傳統深度神經網絡時，每秒可完成多達2萬萬億次運算(20PFlops)，8位運算的能效比達到了15TOPS/W(每瓦特15萬億次計算)，相當于甚至超過了基于GPU、CPU的架構。
在用于仿生脈沖神經網絡模型時，Hala Point能夠以比人腦快20倍的實時速度，運行其全部11.5億個神經元。
尤其是在運行神經元數量較低的情況下，它的速度甚至可比人腦快200倍！
英特爾方面表示：“目前，AI模型的算力成本正在持續上升。行業需要能夠規模化的全新計算方法。為此，英特爾開發了Hala Point，將高效率的深度學習和新穎的類腦持續學習、優化能力結合起來。我們希望使用Hala Point的研究能夠在大規模AI技術的效率和適應性上取得突破。”
Hala Point系統有望推動多領域AI應用的實時持續學習，比如科學研究、工程、物流、智能城市基礎設施管理、大語言模型、AI助手等等。
星空人工智能技術網 倡導尊重與保護知識產權。如發現本站文章存在版權等問題，煩請30天內提供版權疑問、身份證明、版權證明、聯系方式等發郵件至1851688011@qq.com我們將及時溝通與處理。！：首頁 > 新聞 » 英特爾發布大型神經擬態系統Hala Point，神經元數量達11.5億
英特爾高宇：推進混合AI算力端側運行
英特爾銳炫多維度發力：性能提升、新
英特爾研究院將在NeurIPS大會上展