英特尔1亿个神经元的全球最强神经拟态系统何时改变世界华为2023年解决芯片问题的个人英雄事迹
2020年，你对AI功能感到满意吗？
回顾过去，与AI智能音箱的尴尬对话和在人脸识别闸机口被慢慢识别出自己的经历，大多数人可能会给出否定的答案。
虽然AI已经在金融、工业、电力、医疗等领域展现了其价值，但它还有很大的提升空间。
AI的发展不仅可以通过优化现有芯片和算法实现，还是可以通过革命性的技术实现跨越式变革，比如神经拟态计算和量子计算。神经拟态计算虽然没有量子计算那么受关注，但最近发布的全球最强神经拟态系统英特尔Pohoiki Springs以及具有嗅觉功能的神经拟态芯片，无疑能让我们对神经拟态计算以及AI未来充满期待。
图片来自PCworld
全球最强的神经拟态系统能做什么？
上周二，《自然-机器智能》杂志报道了英特尔与美国康奈尔大学科学家的合作研究成果，利用双方共同构建的数学算法，英特尔研究院神经拟态计算小组高级研究科学家Nabil Imam团队采用了一个由72个化学传感器活动组成的数据集，对于一个风洞实验中循环10种气体物质（气味）作出了反应，并且即使有强烈环境干扰也能识别这些气味。
这意味着英特尔Loihi芯片拥有“嗅觉”，这是化学传感器领域多年寻找电子鼻系统的一个突破。未来搭载“嗅觉”的神经拟态芯片机器人，在环境监测、危险物质检测、工厂质量控制等方面有巨大的应用潜力。
值得注意的是，只需使用Loihi训练就可达到90%以上高准确率，而传统方法需要3,000倍以上样本才能达到同样的分类准确率。
仅两天后，英特尔宣布其最新最强大型演示平台Pohoiki Springs已准备就绪，将提供1亿个神经元的计算能力。这相当于一个小型哺乳动物的大脑数量，为何说？因为一只瓢虫大脑约25万至50万个细胞，一只蟑螂大脑约100万个细胞，一条斑马鱼大脑约1000万个细胞，一只仓鼠大脑则接近9000万个细胞。
Pohoiki Springs是数据中心机架式系统，它将768块Loihi 神經模擬計算研發晶片集成在5台标准服务器大小机箱中，其运行时功耗低于500瓦，是目前全球最强大的全异步脉冲模式的人工智能处理单元。
此外，这两个令人瞩目的进展背后都有2017年的第一款自主学习Loihi核心。在设计思路上，它源自人类的大脑，把训练和推断整合到一个芯片上，并实现了融合：每颗128核内含1000颗硬件模仿逻辑单元支持多种学习模式，可扩展片上的学习能力，以及各种不同的网络突破。
这种设计优势显而易见，即便如此，正在开发的人工智慧技术仍然面临挑战。由于只有少数几家公司，如IBM，以及初创企业进行相关研究，这对于理解复杂信息并实时处理，同时消耗极少能量的问题代表了一项巨大的挑战。此外，由于缺乏关于人类大脑工作方式深入了解，因此动力不足以驱动更广泛地探索这一新兴领域。
因此，关键是要理解如何将这种效率工作模式从生物学转移到物理学，以便制造能够同时执行大量任务并保持能源效率的人工智能设备。例如，我们需要考虑如何模仿生物结构来创建新的电脑体系结构，从而提高性能，同时减少功耗。
为了克服同步电路设计带来的限制——它们通常用于CPU、GPU及FPGA——该项目采用一种异步脉冲信号。这使得Loihi能够以比传统解决方案快1,000倍速度处理某些类型负载，同时提高效率达到了10,000倍。但这样的异步设计在实际应用中的规模性问题也是当前难题之一：当试图连接大量独立时间步骤产生不同响应的小型异步电路时，就会遇到消息延迟问题，即使是在相同时间段内，也不能保证信息迅速有效地在各部件间流通。
为了解决这个问题，加速通信过程并建立起有效互连策略，就必须制定更加严格的事务管理协议，使得每一部分都能够协调工作，而不会导致资源浪费或错误发生。因此，不同粒度并行操作之间必须紧密相结合，以最大限度地减少信息交换所需时间。而这正是宋继刚院长提到的“Time Step”概念的一部分，该概念旨在解锁更快、大规模、高效运作之道，因为它为不同层次上的所有参与者提供了一套清晰规则，让他们按照预设顺序执行操作，从而降低误差风险，更好地发挥各自作用。当涉及更复杂任务或分布式环境时，这一原则变得尤为重要，因为它允许我们分配资源并适应不断变化的情景条件。
随着这些创新工具链逐渐完善，他们将帮助开发者测试各种可能性，并根据结果调整策略，以获得最佳性能。在未来的世界里，这些先进技术将无疑成为改变我们的生活方式的一种力量，但它们还远未完全掌握其中隐藏的秘密。如果成功，则可能打开一扇门，让我们走向更加精细化且高度自动化的人类社会，其中人们可以专注于那些真正需要他们的心理劳动，而不是简单重复机械性任务，那么真正意义上的改变就会发生。
