英特尔今天分享了有关神经形态计算系统Pohoiki Springs的详细信息,该系统利用1亿个人工神经元来执行处理任务。
神经形态硬件通过模仿人脑处理信息以加快计算的方式,目前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,这个受人类大脑启发的系统有望提供比传统服务器更高的性能,以处理人工智能和机器学习等工作负载。
Pohoiki Springs让英特尔朝着这个目标又买进了一步。该系统拥有1亿个神经元,大小约为5台标准服务器,功耗为300瓦,封装了768颗英特尔Loihi神经形态芯片,构成了机器的大脑。
Loihi采用14纳米设计,其中包含20亿多个晶体管,组成130000个人工神经元,这些神经元又构成了总共124个核心,核心在4个附加控制核心的帮助下协调操作。
像Loihi这样的神经形态芯片与其他AI优化的处理器相比,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,以相对简单的信号(也就是spike脉冲信号)形式传输数据。脉冲信号是一种非常有效的信息传递媒介,让Loihi芯片解决某些问题的能力比普通处理器快了10000倍,而功耗却降低了10000倍。
神经形态芯片设计还具有另一个明显优势,常规处理器是把处理的信息保存在单独的内存区域中,而Loihi的内存则直接位于人工神经元和突触中,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:“我们以一种完全不同的方式计算神经网络。”
Pohoiki Springs的768个板载Loihi单元,代表了英特尔在可扩展性的一个重要里程碑,因此此前英特尔最大的神经形态系统只支持68个芯片。英特尔将通过云把Pohoiki Springs提供给90个正在开发神经形态硬件算法的学术团体和企业。在新闻发布会上,Davies将算法和软件称为这项技术实现商业化的一大挑战。
英特尔在商业化方面准备充分。据Davies说,Loihi的第一个应用将是边缘处理用例,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。他说,英特尔希望随着时间的推移,半导体制造技术的进步将能使Loihi体系结构进一步缩小,从而可以用于移动设备和便携式计算机。
对边缘处理的关注,是英特尔不仅要开发大型神经形态系统(例如Pohoiki Springs),还要开发小型系统的原因。本周初,英特尔公布了最新研究成果。周一英特尔表示,已经成功地训练Loihi芯片识别10种有害化学物质的气味。
与此同时,英特尔也在追求利用多种全新芯片设计方法确保自己的长期竞争力。最近英特尔斥资20亿美元收购了数据中心AI加速器初创公司Habana Labs。此外,英特尔还在开发量子计算芯片和优化这些芯片的技术,例如Horse Ridge低温控制系统。
好文章,需要你的鼓励
美光推出新款 Crucial P510 PCIe Gen5 SSD,采用 276 层 3D NAND 闪存和群联 PS5031-E31T 控制器。该产品针对游戏和创意工作负载优化,提供高达 11,000/9,500 MBps 的读写速度,同时通过无 DRAM 设计降低成本。美光与群联的合作旨在满足当今技术用户对高性能和高效率存储的需求。
随着检索增强生成 (RAG) 技术的兴起,企业有望更好地利用大语言模型 (LLM) 和公司内部数据。RAG 技术能够将 LLM 与企业特定领域知识相结合,提升 AI 服务质量。未来,RAGOps 和智能代理等新方法将有助于 RAG 技术的大规模应用,为企业 AI 落地提供更多可能性。
HYCU 扩展了其 R-Cloud 服务,提升了数据在本地和公有云间的移动能力。升级后,客户可以更灵活地将数据放置在合适的混合或公有云环境中,优化成本。新版本支持更多基础设施,简化了备份、灾难恢复和迁移流程,实现一键式操作,帮助客户在不同平台间自由选择,避免被特定基础设施锁定。
微软计划在2025年淘汰和终止多项企业级Microsoft 365服务,不仅限于Windows 10支持的终止。这将对企业管理员带来巨大挑战,涉及Exchange Online、SharePoint、Teams等多个核心服务,需要企业提前做好准备和迁移工作。