0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

Intel宣布神經(jīng)擬態(tài)已超過傳統(tǒng)CPU的1000倍

如意 ? 來源:快科技 ? 作者:上方文Q ? 2020-12-08 09:32 ? 次閱讀

近日,Intel分享了Intel神經(jīng)擬態(tài)研究社區(qū)(INRC)的最新進(jìn)展,聯(lián)想、羅技、梅賽德斯-奔馳、機(jī)器視覺傳感器公司Prophesee已經(jīng)加入,共同探索神經(jīng)擬態(tài)計(jì)算在商業(yè)用例上的價(jià)值。

INRC社區(qū)成立于2018年3月,現(xiàn)已擁有100多名成員,其初衷是聯(lián)合行業(yè)共同、有效釋放神經(jīng)擬態(tài)計(jì)算的全部潛力。未來幾年內(nèi)將其從研究原型發(fā)展為能夠引領(lǐng)產(chǎn)業(yè)的產(chǎn)品。

此前在2017年9月,作為Intel研究院的一個(gè)研究課題,Intel發(fā)布了代號(hào)“Loihi”的第一款自主學(xué)習(xí)神經(jīng)擬態(tài)芯片,包含128個(gè)小核心,而每個(gè)小核心有1000個(gè)神經(jīng)元硬件,模擬多個(gè)“邏輯神經(jīng)元”,相比AI訓(xùn)練的通用芯片能效提升1000倍。

2019年7月,Intel發(fā)布了代號(hào)為“Pohoiki Beach”的神經(jīng)擬態(tài)系統(tǒng),包含64塊Loihi研究芯片,擁有800萬個(gè)神經(jīng)元。

2020年3月,Intel展示了Loihi在存在明顯噪聲和遮蓋的情況下學(xué)習(xí)和識(shí)別危險(xiǎn)化學(xué)品的能力,僅需單一樣本便可學(xué)會(huì)識(shí)別每一種氣味。

同時(shí),Intel宣布了代號(hào)“Pohoiki Springs”的數(shù)據(jù)中心機(jī)架式系統(tǒng),在5臺(tái)標(biāo)準(zhǔn)服務(wù)器大小的機(jī)箱中集成了768塊Loihi芯片,擁有1億個(gè)神經(jīng)元,大約一個(gè)小型哺乳動(dòng)物大腦的水平。

這一次,Intel日重點(diǎn)介紹的Loihi神經(jīng)擬態(tài)研究基準(zhǔn)更新包括:

- 語音命令識(shí)別

埃森哲測(cè)試了在Intel Loihi和標(biāo)準(zhǔn)GPU上識(shí)別語音命令的能力,發(fā)現(xiàn)Loihi不僅達(dá)到了和GPU類似的精度,而且能效提高1000倍以上,響應(yīng)速度快200毫秒。

梅塞德斯-奔馳正在探索如何將這些結(jié)果應(yīng)用到現(xiàn)實(shí)中,比如在汽車中加入新的語音交互命令。

- 手勢(shì)識(shí)別

埃森哲展示了Loihi在快速學(xué)習(xí)、識(shí)別個(gè)性化手勢(shì)方面取得的切實(shí)進(jìn)展。只需幾次曝光,Loihi即可學(xué)習(xí)新手勢(shì),可用于智能產(chǎn)品交互,或者公共場(chǎng)所非接觸式顯示。

- 圖像檢索

零售行業(yè)的研究人員評(píng)估了Loihi對(duì)基于圖像的產(chǎn)品搜索應(yīng)用,發(fā)現(xiàn)在保持相同精度水平的情況下,Loihi生成圖像特征向量的效率,比傳統(tǒng)CPU、GPU方案提升3倍多。

Intel此前研究發(fā)現(xiàn),Loihi在百萬幅圖像數(shù)據(jù)庫中搜索特征向量的速度比CPU快24倍,且能耗低30倍。

- 優(yōu)化和搜索

Intel發(fā)現(xiàn),Loihi解決優(yōu)化和搜索問題的效率比傳統(tǒng)CPU高1000倍、速度快100倍。此研究可用于無人機(jī)實(shí)時(shí)規(guī)劃并做出復(fù)雜導(dǎo)航?jīng)Q策,也可以擴(kuò)展到復(fù)雜的數(shù)據(jù)中心負(fù)載,完成協(xié)助列車調(diào)度、物流優(yōu)化等任務(wù)。

機(jī)器人技術(shù)

羅格斯大學(xué)和代爾夫特理工大學(xué)的研究人員展示了在Loihi上運(yùn)行機(jī)器人導(dǎo)航、微型無人機(jī)控制應(yīng)用。

代爾夫特理工大學(xué)的無人機(jī)使用一個(gè)包含35個(gè)神經(jīng)元且能演進(jìn)的脈沖網(wǎng)絡(luò)進(jìn)行光流著陸(optic flow landing),頻率超過250KHz。

羅格斯大學(xué)發(fā)現(xiàn),在同等性能下,Loihi解決方案的功耗比傳統(tǒng)移動(dòng)GPU低75倍。

Loihi還可以成功學(xué)習(xí)諸多OpenAI Gym的任務(wù),精度與深度行動(dòng)者網(wǎng)絡(luò)(Deep Actor Networ)旗鼓相當(dāng),而能耗比移動(dòng)GPU解決方案低140倍。

Intel還展示了Loihi如何自適應(yīng)地控制水平跟蹤無人機(jī)平臺(tái),實(shí)現(xiàn)最高20KHz的閉環(huán)速度、200微秒的視覺處理延遲,比傳統(tǒng)方案提高1000倍。

順便一提,“Loihi”這個(gè)名字取自于夏威夷海底一座不斷噴發(fā)的活火山,每一次噴發(fā)都會(huì)擴(kuò)大夏威夷島的范圍。Intel以此命名神經(jīng)擬態(tài)芯片,就是希望它能通過不斷的自我學(xué)習(xí),可以提供更加強(qiáng)大的人工智能的能力。
責(zé)編AJX

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • cpu
    cpu
    +關(guān)注

    關(guān)注

    68

    文章

    10863

    瀏覽量

    211797
  • intel
    +關(guān)注

    關(guān)注

    19

    文章

    3482

    瀏覽量

    186010
  • 神經(jīng)擬態(tài)
    +關(guān)注

    關(guān)注

    0

    文章

    10

    瀏覽量

    2977
收藏 人收藏

    評(píng)論

    相關(guān)推薦

    卷積神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的比較

    在深度學(xué)習(xí)領(lǐng)域,神經(jīng)網(wǎng)絡(luò)模型被廣泛應(yīng)用于各種任務(wù),如圖像識(shí)別、自然語言處理和游戲智能等。其中,卷積神經(jīng)網(wǎng)絡(luò)(CNNs)和傳統(tǒng)神經(jīng)網(wǎng)絡(luò)是兩種常見的模型。 1. 結(jié)構(gòu)差異 1.1
    的頭像 發(fā)表于 11-15 14:53 ?439次閱讀

    RNN模型與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的區(qū)別

    神經(jīng)網(wǎng)絡(luò)是機(jī)器學(xué)習(xí)領(lǐng)域中的一種強(qiáng)大工具,它們能夠模擬人腦處理信息的方式。隨著技術(shù)的發(fā)展,神經(jīng)網(wǎng)絡(luò)的類型也在不斷增加,其中循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)和傳統(tǒng)
    的頭像 發(fā)表于 11-15 09:42 ?337次閱讀

    NPU與傳統(tǒng)處理器的區(qū)別是什么

    隨著人工智能技術(shù)的快速發(fā)展,深度學(xué)習(xí)成為了推動(dòng)這一進(jìn)步的核心動(dòng)力。深度學(xué)習(xí)模型,尤其是神經(jīng)網(wǎng)絡(luò),需要大量的并行計(jì)算能力來訓(xùn)練和推理。為了滿足這一需求,NPU(神經(jīng)處理單元)應(yīng)運(yùn)而生,與傳統(tǒng)C
    的頭像 發(fā)表于 11-15 09:29 ?402次閱讀

    LSTM神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)RNN的區(qū)別

    在深度學(xué)習(xí)領(lǐng)域,循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)因其能夠處理序列數(shù)據(jù)而受到廣泛關(guān)注。然而,傳統(tǒng)RNN在處理長序列時(shí)存在梯度消失或梯度爆炸的問題。為了解決這一問題,LSTM(長短期記憶)神經(jīng)網(wǎng)絡(luò)應(yīng)運(yùn)而生。 循環(huán)
    的頭像 發(fā)表于 11-13 09:58 ?323次閱讀

    請(qǐng)問有什么芯片能夠放大1mv 20MHz的小信號(hào)1000?

    請(qǐng)問有什么芯片能夠放大1mv 20MHz的小信號(hào)1000?
    發(fā)表于 09-26 06:11

    LMH6702要實(shí)現(xiàn)200M信號(hào),1000放大怎么設(shè)計(jì)?

    我要測(cè)試的信號(hào)比較微弱, uA級(jí),頻率在200M ,要做1000放大,該如何設(shè)計(jì),非常感謝!
    發(fā)表于 09-12 07:29

    INA333 RG接100歐不是放大1000嗎?怎么輸出才2左右?

    RG接100歐不是放大1000嗎?怎么輸出才2左右?請(qǐng)問要放大1000如何接才正確?
    發(fā)表于 09-11 07:25

    如何在FPGA上實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)

    隨著人工智能技術(shù)的飛速發(fā)展,神經(jīng)網(wǎng)絡(luò)作為其核心組成部分,廣泛應(yīng)用于圖像識(shí)別、語音識(shí)別、自然語言處理等多個(gè)領(lǐng)域。然而,傳統(tǒng)基于CPU或GPU的神經(jīng)
    的頭像 發(fā)表于 07-10 17:01 ?2010次閱讀

    神經(jīng)網(wǎng)絡(luò)芯片與傳統(tǒng)芯片的區(qū)別和聯(lián)系

    引言 隨著人工智能技術(shù)的快速發(fā)展,深度學(xué)習(xí)算法在圖像識(shí)別、自然語言處理、語音識(shí)別等領(lǐng)域取得了顯著的成果。然而,深度學(xué)習(xí)算法對(duì)計(jì)算資源的需求非常高,傳統(tǒng)的計(jì)算芯片已經(jīng)無法滿足其需求。因此,神經(jīng)網(wǎng)絡(luò)芯片
    的頭像 發(fā)表于 07-04 09:31 ?955次閱讀

    Flow Computing引領(lǐng)CPU性能革命:PPU技術(shù)實(shí)現(xiàn)百性能提升

    在科技日新月異的今天,芬蘭的一家科技初創(chuàng)公司Flow Computing以其革命性的技術(shù)突破,再次讓全球科技界為之震撼。近日,該公司宣布其研發(fā)的并行處理單元(PPU)成功實(shí)現(xiàn)了對(duì)任何CPU架構(gòu)性能高達(dá)100的提升,這一成果無疑
    的頭像 發(fā)表于 06-14 14:34 ?1240次閱讀

    神經(jīng)擬態(tài)計(jì)算是如何降耗的

    自計(jì)算機(jī)問世以來,運(yùn)算效能與能耗消耗兩大議題始終困擾著計(jì)算產(chǎn)業(yè)。在人工智能崛起的背景下,全球各地科研機(jī)構(gòu)及相關(guān)公司積極探索提高處理器算力的新方法,神經(jīng)擬態(tài)處理器即是一種創(chuàng)新嘗試。
    的頭像 發(fā)表于 06-07 15:35 ?688次閱讀

    英偉達(dá)宣布拆股 黃仁勛:下一場(chǎng)工業(yè)革命開始

    英偉達(dá)宣布拆股 黃仁勛:下一場(chǎng)工業(yè)革命開始 英偉達(dá)發(fā)布了超預(yù)期的業(yè)績數(shù)據(jù),第一財(cái)季凈利暴漲六;這帶給股市狂歡的同時(shí),英偉達(dá)還宣布拆股;近一步刺激了投資者蜂擁而至。 英偉達(dá)發(fā)布截止到
    的頭像 發(fā)表于 05-23 16:47 ?1030次閱讀

    龍芯:自主研發(fā)CPU提升性能,單核通用性能提高20

    張戈強(qiáng)調(diào),龍芯CPU的主要IP核均為自主研發(fā),這使得其性價(jià)比得到顯著提升。他指出,國產(chǎn)CPU與主流CPU的差距主要體現(xiàn)在單核性能上,而非多核性能。近年來,龍芯CPU的單核通用性能已提升
    的頭像 發(fā)表于 04-25 15:26 ?808次閱讀

    英特爾發(fā)布新一代神經(jīng)擬態(tài)系統(tǒng)Hala Point,11.5億神經(jīng)元,12性能提升

    Point改進(jìn)了架構(gòu),將神經(jīng)元容量提高了10以上,性能提高了12。 英特爾研究院神經(jīng)擬態(tài)計(jì)算實(shí)驗(yàn)室總監(jiān)Mike Davi
    的頭像 發(fā)表于 04-19 09:43 ?493次閱讀
    英特爾發(fā)布新一代<b class='flag-5'>神經(jīng)</b><b class='flag-5'>擬態(tài)</b>系統(tǒng)Hala Point,11.5億<b class='flag-5'>神經(jīng)</b>元,12<b class='flag-5'>倍</b>性能提升

    Intel酷睿Ultra CPU IPC性能實(shí)測(cè)

    Intel全新的酷睿Ultra號(hào)稱公司有史以來最具革命性的產(chǎn)品,擁有全新制造工藝、CPU/GPU架構(gòu)、分離式模塊化架構(gòu)、AI引擎,號(hào)稱要開啟AI PC時(shí)代
    的頭像 發(fā)表于 01-04 09:49 ?1504次閱讀
    <b class='flag-5'>Intel</b>酷睿Ultra <b class='flag-5'>CPU</b> IPC性能實(shí)測(cè)