亚洲最大看欧美片,亚洲图揄拍自拍另类图片,欧美精品v国产精品v呦,日本在线精品视频免费

  • 站長資訊網(wǎng)
    最全最豐富的資訊網(wǎng)站

    英特爾發(fā)布首個 7nm 芯片 Loihi 2:用于神經(jīng)擬態(tài)計算,可模擬 100 萬神經(jīng)元

      今天,英特爾發(fā)布了第二代神經(jīng)擬態(tài)芯片 Loihi 2。

      神經(jīng)擬態(tài)芯片是一種模擬生物神經(jīng)元的芯片。

      與普通芯片不同的是,神經(jīng)擬態(tài)芯片的計算任務是由許多小單元進行的,單元之間通過類似生物神經(jīng)的尖峰信號相互通信,并通過尖峰調整其行為。

    英特爾發(fā)布首個 7nm 芯片 Loihi 2:用于神經(jīng)擬態(tài)計算,可模擬 100 萬神經(jīng)元

      目前,英特爾已經(jīng)將這種芯片用于機械臂、神經(jīng)擬態(tài)皮膚、機器嗅覺等場景。

      2018 年初,英特爾推出了其首款神經(jīng)擬態(tài)芯片 Loihi,采用 14nm 制程。

      英特爾表示,Loihi 2 是對第一代的重大升級,也是使用英特爾第一個 EUV 工藝節(jié)點 Intel 4 制造的芯片,意為等效于 4nm,實際為 7nm 工藝。

      由于使用了全新工藝,Loihi 2 相比前代面積縮小了一半,但仍然包含 100 萬個神經(jīng)元,數(shù)量是前代的 8 倍,處理速度是前代的 10 倍。

    英特爾發(fā)布首個 7nm 芯片 Loihi 2:用于神經(jīng)擬態(tài)計算,可模擬 100 萬神經(jīng)元

      Loihi 2 共有 128 個神經(jīng)擬態(tài)核心,這 128 個內核每一個都有 192KB 的靈活內存,每個神經(jīng)元可以根據(jù)模型分配多達 4096 個狀態(tài),而之前的限制只有 24 個。

      與普通的 CPU 和 GPU 不同,神經(jīng)擬態(tài)沒有外部內存。每個神經(jīng)元都有一小部分內存供其專用。主要作用是分配給不同神經(jīng)元輸入的權重、最近活動的緩存以及峰值發(fā)送到的所有其他神經(jīng)元的列表。

      Loihi 2 可以根據(jù)用途選擇各種不同連接選項,這一點上有些類似于 FPGA。

      除了硬件產(chǎn)品外,英特爾還發(fā)布了用于 Loihi 芯片的軟件,一個名為 Lava 的新開發(fā)框架。

      該框架以及相關庫都用 Python 編寫,并在 GitHub 上開源,開發(fā)人員無需訪問硬件即可為 Loihi 開發(fā)程序。

    英特爾發(fā)布首個 7nm 芯片 Loihi 2:用于神經(jīng)擬態(tài)計算,可模擬 100 萬神經(jīng)元

      與神經(jīng)網(wǎng)絡有何不同

      生物神經(jīng)元包含樹突和軸突。

      Loihi 芯片上執(zhí)行單元的一部分充當“樹突”,根據(jù)過去行為的權重處理來自通信網(wǎng)絡的傳入信號。

      然后它使用數(shù)學公式來確定活動何時越過臨界閾值,并在超過臨界閾值時觸發(fā)其自身的尖峰信號。之后執(zhí)行單元的“軸突”查找與哪些其他執(zhí)行單元通信,并向每個執(zhí)行單元發(fā)送尖峰信號。

    英特爾發(fā)布首個 7nm 芯片 Loihi 2:用于神經(jīng)擬態(tài)計算,可模擬 100 萬神經(jīng)元

      為何要研究這種類型芯片?神經(jīng)擬態(tài)計算的倡導者認為,這種方法更接近地模擬大腦功能的實際特征,例如大腦傳輸信號超高的能效比。

      而研究深度學習學者,批評神經(jīng)形態(tài)方法沒有取得實際成果,像 ResNet 等深神經(jīng)網(wǎng)絡已經(jīng)在計算機視覺上取得了巨大的成功。

      Yann LeCun 曾在 2019 年的一次會議上駁斥了神經(jīng)擬態(tài)計算方法。

      雖然神經(jīng)擬態(tài)計算的研究熱度遠不及神經(jīng)網(wǎng)絡,但神經(jīng)擬態(tài)芯片的優(yōu)點在于其能效遠高于傳統(tǒng)處理器。

      IBM 于 2014 年推出了 TrueNorth 芯片,盡管其運行頻率只有幾 kHz,但它所模擬大腦尖峰神經(jīng)網(wǎng)絡所需的計算資源,只是傳統(tǒng)處理器的 0.0001%。

      英特爾神經(jīng)形態(tài)計算實驗室主任 Mike Davies 表示,Loihi 在某些特定工作負載上,可以比傳統(tǒng)處理器效率高出 2000 倍。

    英特爾發(fā)布首個 7nm 芯片 Loihi 2:用于神經(jīng)擬態(tài)計算,可模擬 100 萬神經(jīng)元

      此外,神經(jīng)擬態(tài)計算還能實現(xiàn)動態(tài)學習行為。

      神經(jīng)網(wǎng)絡非常善于識別訓練過的事物,但不夠靈活,無法識別他們沒有訓練的東西。Davies 曾展示了神經(jīng)擬態(tài)計算根據(jù)視頻輸入學會識別新的手勢,同時不損壞之前訓練的能力。

      Davies 認為,神經(jīng)擬態(tài)芯片在機器人學中有很多潛在的應用。當移動機器人發(fā)現(xiàn)自己面臨新環(huán)境時,它們必須足夠靈活,以識別和適應新環(huán)境。

    特別提醒:本網(wǎng)信息來自于互聯(lián)網(wǎng),目的在于傳遞更多信息,并不代表本網(wǎng)贊同其觀點。其原創(chuàng)性以及文中陳述文字和內容未經(jīng)本站證實,對本文以及其中全部或者部分內容、文字的真實性、完整性、及時性本站不作任何保證或承諾,并請自行核實相關內容。本站不承擔此類作品侵權行為的直接責任及連帶責任。如若本網(wǎng)有任何內容侵犯您的權益,請及時聯(lián)系我們,本站將會在24小時內處理完畢。

    贊(0)
    分享到: 更多 (0)
    網(wǎng)站地圖   滬ICP備18035694號-2    滬公網(wǎng)安備31011702889846號