基于Loihi研究芯片，英特尔的新系统能够模拟800万个神经元。
英特尔的Loihi Chip将在生物脑中发现的原则应用于计算机架构。使用Pohoiki Beach，研究人员现在拥有一个强大的平台，它可以探索稀疏编码，图形搜索和约束满足问题等专门的应用程序。
英特尔公司的自我学习神经形态研究芯片，代号为罗基。图片来自英特尔公司
当美国国防部高级研雷竞技最新app究计划局(DARPA)的电子复兴计划(ERI)峰会，在英特尔实验室董事总经理27日至7月15日至27日，将揭开Pohoiki Beach。他还将推荐英特尔的承诺今年晚些时候提供1000万神经元系统。
乌里格表示:“我们对早期的研究结果印象深刻，因为我们将Loihi的规模扩大到创建更强大的神经形态系统。Pohoiki海滩现在将提供给60多个生态系统合作伙伴，他们将使用这个专门的系统来解决复杂的、计算密集型的问题。”
什么是项目罗基？
如上所述英特尔在2017年罗基的文章，Michael Mayberry博士将此作为模仿大脑基本力学的设备。而且，作为大脑进程信息和通过“尖峰”沟通，罗基也是如此。
这是一种与传统cpu所坚持的时钟脉冲介导进程截然不同的方法。就像生物大脑一样，Loihi在没有“峰值”时消耗的能量很少。根据英特尔的说法，这些因素使得Loihi处理信息的速度提高了3个数量级，效率提高了1万倍。
基于洛地的系统的影响
基于Loihi的系统代表了一种新型的专业架构，具有各种类型的适当类型的神经启发算法研究。对于这些类型的应用，可以预期速度和效率的巨大增加。申请包括：
- 物联网
- 自动车辆
- 网络安全
克里斯·埃利亚史密斯应用大脑研究和Waterloo大学教授，在运行深度学习基准时，利用Loihi芯片，节能优于100到1。他说，“罗基缩放了50次，”罗基维持了实时性能结果，并使用了30％的电力。“
罗格斯大学(Rutgers University)的康斯坦蒂诺斯·米米佐斯(Konstantinos micmiizos)教授报告说，Loihi使他的实验室“实现了一个峰值神经网络，它模拟了大脑的潜在神经表征和行为。”当对项目的SLAM(同步定位和映射)解决方案进行基准测试时，发现它的功耗比基于非loihi的经典解决方案低一百倍。
当Telluride神经形态认知工程研讨会研究人员正在使用基于loihi的系统来研究神经形态工程前沿的前沿挑战。这些包括:
- 这Ampro假肢腿
- 神经形态敏感
- 推断到触觉输入ICUB机器人的电子皮肤
罗哈的进展：Kapoho Bay
Loihi是英特尔在2017年推出的，并在2018年成立了英特尔神经形态研究社区(INRC)，其目标是进一步发展神经形态算法，软件和应用。
INRC现在提供基于USB的系统Kapoho Bay，其目的是令人鼓舞的基于神经形态技术的进一步发展。
卡波湾USB。图片来自英特尔公司
从英特尔的下一步，预计今年晚些时候，将是Pohoiki Springs的引入。这一新系统，建立在Pohoiki Beach已经建立的内容，将提供更大的性能和效率。
其他神经形态努力
基于神经形态的计算仍然是一个非常新的领域，但英特尔并不完全独自努力。IBMTrueNorth芯片是大型可伸缩神经形态系统的基础。已经建立了1600万神经元和四亿突触的系统。
与此同时，三角帆还不是一款可以商业化的芯片。据11月的报道，三角帆是一台百万核心的超级计算机，一种大规模平行的宏观计算机系统，旨在模拟高达10亿神经元。
