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
五家光学存储初创公司正在开发长期存储技术,旨在用超过100年寿命的光学介质替代只有5-7年寿命的磁带。这些公司包括Cerabyte、Ewigbyte、HoloMem、Optera和SPhotonix,它们的技术类似微软Project Silica项目。光学存储介质具有更强的化学、冲击、辐射、水和热抗性,同时保持低能耗和高容量特性。
北京大学团队开发的DragMesh系统通过简单拖拽操作实现3D物体的物理真实交互。该系统采用分工合作架构,结合语义理解、几何预测和动画生成三个模块,在保证运动精度的同时将计算开销降至现有方法的五分之一。系统支持实时交互,无需重新训练即可处理新物体,为虚拟现实和游戏开发提供了高效解决方案。
Nutanix发布分布式主权云产品组合更新,为多云环境提供更安全的运营和管理功能。该解决方案支持企业在分布式环境中灵活部署和治理基础设施,运行传统虚拟机、现代云原生和AI应用。新功能包括支持完全断网环境的暗站点管理、政府云集群正式发布、Kubernetes平台增强安全合规性、企业AI平台集成NVIDIA微服务,以及云平台新增跨站点灾难恢复能力,为用户提供统一管理和运营简化体验。
达尔豪斯大学研究团队系统性批判了当前AI多智能体模拟的静态框架局限,提出以"动态场景演化、智能体-环境共同演化、生成式智能体架构"为核心的开放式模拟范式。该研究突破传统任务导向模式,强调AI智能体应具备自主探索、社会学习和环境重塑能力,为政策制定、教育创新和社会治理提供前所未有的模拟工具。