英特尔公司今天宣布推出基于旗下原型Loihi芯片的神经形态计算系统,旨在模拟人类大脑处理问题的方式。
英特尔实验室主管Rich Uhlig今天在DARPA ERI峰会上表示,该系统的代号为“Pohoiki Beach”,含64个Loihi芯片,他称Pohoiki Beach具有相当于800万个神经元的计算能力。英特尔计划向60个研究合作伙伴提供新的Pohoiki Beach系统作为新兴架构的实验,Pohoiki Beach的新兴架构旨在解决人工智能中一些极为复杂的问题。
英特尔曾于2017年9月宣布推出Loihi芯片,其时曾称Loihi芯片能够模仿人类大脑的功能因而能够提供令人难以置信的学习速度。Loihi原型芯片可以使用已拥有的知识来推断新数据,进而可以不断飞速地加快学习过程。
Loihi芯片基于“神经形态计算”架构,该架构的灵感来自科学家目前对人类大脑的理解及大脑解决问题的方式。
英特尔的Loihi芯片利用人类学习灵感改善人工智能,其他研究人员也做过类似的尝试。 Qualcomm Technologies Inc.(高通)几年前就开始生产神经形态芯片。 IBM公司则打造过与人类大脑相似的人工神经元。Alphabet Inc.的DeepMind团队也曾利用偏重自然学习的深度学习方法,自然学习类似于孩子学习新技能的方式。
英特尔表示,Loihi芯片处理信息的速度比传统中央处理单元快1000倍,效率则高10,000倍,Loihi适用于稀疏编码、图搜索和约束满足问题等专业应用。
Loihi芯片
英特尔表示, 由于Loihi的功耗极低,Pohoiki Beach目前的真正潜力在于解决“物联网”和其他独立设备的一些非常困难的计算问题。
Applied Brain Research Inc.(应用大脑研究)是英特尔的研究合作伙伴。Applied Brain Research的联合首席执行官Chris Eliasmith表示,“我们用Loihi芯片运行实时深度学习基准测试,功耗比专用物联网推理硬件的功耗降低了109倍,比专用物联网推理硬件的功耗则降低了五倍。另外还有更好的一点,我们扩展网络50倍时,Loihi能持续保证实时性能结果且只多用了30%的功率,而物联网硬件在这种情况下的功率增加了500%,也不能实时。”
英特尔表示,相信基于Loihi的系统有可能在自动驾驶汽车和智能家居等应用中的实现速度和效率达到几个“数量级”的增长,这些应用需要处理大量的数据,以便获得真实、实时的数据洞悉。
Constellation Research Inc.的分析师Holger Mueller告诉记者,英特尔神经形态芯片架构的节能能力是最值得关注的一点。他表示, “这一点对于基于AI芯片组平台的基础架构即服务供应商来说是非常有益的。”
Uhlig补充表示,Pohoiki Beach系统只是英特尔神经形态计算研究的基础,英特尔计划今年晚些时候发布一个更强大的Pohoiki Springs系统,Pohoiki Springs可以扩展到1亿个神经元。
好文章,需要你的鼓励
Anthropic发布了面向成本敏感用户的Claude Haiku 4.5大语言模型,定价为每百万输入令牌1美元,输出令牌5美元,比旗舰版Sonnet 4.5便宜三倍。该模型采用混合推理架构,可根据需求调整计算资源,支持多模态输入最多20万令牌。在八项基准测试中,性能仅比Sonnet 4.5低不到10%,但在编程和数学任务上超越了前代Sonnet 4。模型响应速度比Sonnet 4快两倍以上,适用于客服聊天机器人等低延迟应用场景。
上海AI实验室联合多家顶尖机构开发出全球首个科学推理大模型SciReasoner,该模型在2060亿科学数据上训练,支持103个科学任务,能够像科学家一样进行逻辑推理并展示思考过程。它实现了化学、生物学、材料科学等多领域知识整合,在分子设计、性质预测、文献分析等方面表现出色,为科学研究提供了强大的AI助手工具。
英国初创公司Nscale将为微软建设四个AI数据中心,总计部署约20万个GPU,合同价值高达240亿美元。首个数据中心将于明年在葡萄牙开建,配备1.26万个GPU。德州数据中心规模最大,将部署10.4万个GPU,容量从240兆瓦扩展至1.2吉瓦。所有设施将采用英伟达最新Blackwell Ultra显卡。
南洋理工大学研究团队开发出SHINE方法,这是一种无需额外训练就能实现高质量图像合成的新技术。该方法通过巧妙引导现有AI模型的潜能,能够在复杂光影条件下完美合成图像,包括准确的阴影生成和水面倒影效果。研究团队还创建了ComplexCompo基准测试集,验证了SHINE在各种挑战性场景中的卓越性能,为图像编辑技术的发展开辟了新方向。