英特尔公司今天分享了有关Pohoiki Springs的详细信息，该神经形态计算系统提供了1亿个人工神经元来执行处理任务。
神经形态硬件试图模仿人脑处理信息以加快计算速度的方式。这项技术仍处于试验阶段，但是英特尔和该领域的其他参与者希望，受大脑启发的系统有一天能够提供比传统服务器更好的性能，以应对人工智能和机器学习等工作负载。
Pohoiki Springs(如图)使英特尔更进一步地实现了这一目标。这个拥有1亿个神经元的系统大约相当于五台标准服务器的大小，消耗300瓦功率，并包装768颗英特尔Loihi神经形态芯片，构成了机器的大脑。
Loihi基于14纳米设计，其中包含超过20亿个晶体管，组成了130,000个人工神经元。这些神经元又形成了总共124个核心，这些核心在四个附加控制核心的帮助下协调操作。
Loihi之类的神经形态芯片与其他针对AI优化的处理器相比，其深度学习工作负载的运行方式有所不同。英特尔芯片上的人造神经元彼此之间紧密相连，就像有机神经元一样，它们以相对简单的信号(即尖峰信号)的形式传输数据，一些研究人员认为这是神经元工作的方式。尖峰信号是一种非常有效的信息传递媒介，在Loihi的案例中，英特尔声称，它们使解决某些问题的能力比普通处理器快了10,000倍，而功耗却降低了10,000倍。
神经形态芯片设计还具有另一个显着优势。常规处理器将其正在使用的信息存储在单独的内存区域中，而Loihi的内存则直接位于其人工神经元和突触中，从而使数据可以更快地传输到需要的地方。
英特尔神经形态计算实验室主任Mike Davies在新闻发布会上说：“我们以完全不同的方式计算神经网络。”
Pohoiki Springs的768个车载Loihi单元代表了英特尔的重大可扩展性里程碑，该公司以前最大的神经形态系统具有68个芯片。英特尔将通过云将Pohoiki Springs提供给90个学术团体和公司的网络，这些团体和公司正在开发利用神经形态硬件的算法。在新闻发布会上，戴维斯将算法和软件描述为技术商业化所面临的主要挑战。
英特尔在商业化方面有重大计划。据戴维斯说，Loihi的第一个应用程序将是边缘处理用例，例如对来自摄像头和自动驾驶汽车传感器的数据进行实时分析。这位高管补充说，英特尔希望随着时间的流逝，半导体制造技术的进步将有可能使Loihi体系结构充分缩小，使其能够在移动设备和便携式计算机中使用。
对边缘处理的关注解释了为什么英特尔不仅要开发大型神经形态系统(例如Pohoiki Springs)，而且还要开发小型实现。该公司在本周初公布了其努力的最新成果。周一，英特尔表示，它已经成功地训练了Loihi芯片来识别10种有害化学物质的气味。
英特尔正在同时采用多种新兴芯片设计方法，以确保其长期竞争力。该公司最近斥资20亿美元收购了一家名为Habana Labs Ltd.的创业公司，该公司生产用于数据中心的AI加速器。英特尔还在构建量子计算芯片和用于优化它们的技术，例如Horse Ridge低温控制系统。