Vandaag, Intel kondigde de bereidheid van Pohoiki Springs aan, het nieuwste en krachtigste neuromorfische onderzoekssysteem dat de rekencapaciteit van 100 miljoen neuronen biedt. Het cloudgebaseerde systeem zal beschikbaar worden gesteld aan leden van de Intel Neuromorphic Research Community (INRC), hun neuromorfe werk uitbreiden om grotere, complexere problemen.

"Pohoiki Springs schaalt onze Loihi neuromorfische onderzoekschip meer dan 750 keer op, bij een vermogen van minder dan 500 watt. Het systeem stelt onze onderzoekspartners in staat om manieren te onderzoeken om workloads te versnellen die tegenwoordig traag verlopen op conventionele architecturen, inclusief high-performance computing (HPC)-systemen, " zegt Mike Davies, directeur van Intel's Neuromorphic Computing Lab.

Pohoiki Springs is een datacenter rack-mounted systeem en is Intel's grootste neuromorfische computersysteem dat tot nu toe is ontwikkeld. Het integreert 768 Loihi neuromorfische onderzoekschips in een chassis ter grootte van vijf standaardservers.

Loihi-processors zijn geïnspireerd op het menselijk brein. Net als de hersenen, Loihi kan bepaalde veeleisende workloads tot 1 verwerken 000 keer sneller en 10, 000 keer efficiënter dan conventionele processors. Pohoiki Springs is de volgende stap in het opschalen van deze architectuur om het potentieel ervan te beoordelen om niet alleen problemen met kunstmatige intelligentie (AI) op te lossen, maar een breed scala aan rekenkundig moeilijke problemen. Intel-onderzoekers zijn van mening dat het extreme parallellisme en de asynchrone signalering van neuromorfische systemen aanzienlijke prestatieverbeteringen kunnen opleveren bij drastisch verlaagde energieniveaus in vergelijking met de meest geavanceerde conventionele computers die vandaag beschikbaar zijn.

In de natuurlijke wereld kunnen zelfs enkele van de kleinste levende organismen opmerkelijk moeilijke rekenproblemen oplossen. Veel insecten, bijvoorbeeld, kan objecten visueel volgen en navigeren en obstakels in realtime vermijden, ondanks het feit dat we hersenen hebben met minder dan 1 miljoen neuronen.

evenzo, Intel's kleinste neuromorfe systeem, Kapoho-baai, bestaat uit twee Loihi-chips met 262, 000 neuronen en ondersteunt een verscheidenheid aan realtime edge-workloads. Onderzoekers van Intel en INRC hebben aangetoond dat Loihi in realtime gebaren kan herkennen, braille lezen met behulp van nieuwe kunstmatige huid, oriënteer richting met behulp van geleerde visuele oriëntatiepunten en leer nieuwe geurpatronen - en dat alles terwijl je tientallen milliwatt aan stroom verbruikt. Deze kleinschalige voorbeelden hebben tot nu toe een uitstekende schaalbaarheid getoond, met grotere problemen die sneller en efficiënter werken op Loihi in vergelijking met conventionele oplossingen. Dit weerspiegelt de schaalbaarheid van hersenen in de natuur, van insecten tot menselijke hersenen.

Met 100 miljoen neuronen, Pohoiki Springs vergroot Loihi's neurale capaciteit tot de grootte van een klein zoogdierbrein, een belangrijke stap op weg naar het ondersteunen van veel grotere en meer geavanceerde neuromorfische workloads. Het systeem legt de basis voor een autonoom, verbonden toekomst, die nieuwe benaderingen van realtime, dynamische gegevensverwerking.

Intel's neuromorfe systemen, zoals Pohoiki Springs, bevinden zich nog in de onderzoeksfase en zijn niet bedoeld om conventionele computersystemen te vervangen. In plaats daarvan, ze bieden onderzoekers een hulpmiddel voor het ontwikkelen en karakteriseren van nieuwe neuro-geïnspireerde algoritmen voor realtime verwerking, probleemoplossing, aanpassen en leren.

INRC-leden zullen applicaties op Pohoiki Springs openen en bouwen via de cloud met behulp van Intel's Nx SDK en door de gemeenschap bijgedragen softwarecomponenten.

Voorbeelden van veelbelovende, zeer schaalbare algoritmen die voor Loihi worden ontwikkeld, zijn onder meer:

• Beperkte tevredenheid:problemen met de tevredenheid met beperkingen zijn overal in de echte wereld aanwezig, van het spel sudoku tot het plannen van luchtvaartmaatschappijen, naar de planning van de pakketbezorging. Ze vereisen een evaluatie van een groot aantal mogelijke oplossingen om een ​​of enkele oplossingen te identificeren die aan specifieke beperkingen voldoen. Loihi kan dergelijke problemen versnellen door met hoge snelheid veel verschillende oplossingen parallel te onderzoeken.
• Grafieken en patronen zoeken:elke dag, mensen zoeken op grafieken gebaseerde datastructuren om optimale paden en nauw overeenkomende patronen te vinden, bijvoorbeeld om een ​​routebeschrijving te krijgen of om gezichten te herkennen. Loihi heeft laten zien dat hij in staat is om snel de kortste paden in grafieken te identificeren en bij benadering afbeeldingen te zoeken.
• Optimalisatieproblemen:Neuromorfe architecturen kunnen zo worden geprogrammeerd dat hun dynamische gedrag in de loop van de tijd wiskundig specifieke doelstellingen optimaliseert. Dit gedrag kan worden toegepast om real-world optimalisatieproblemen op te lossen, zoals het maximaliseren van de bandbreedte van een draadloos communicatiekanaal of het toewijzen van een aandelenportefeuille om het risico te minimaliseren tegen een vooropgesteld rendement.

Over neuromorfe computers

Traditionele processors voor algemene doeleinden, zoals CPU's en GPU's, zijn bijzonder bekwaam in taken die moeilijk zijn voor mensen, zoals zeer nauwkeurige wiskundige berekeningen. Maar de rol en toepassingen van technologie breiden zich uit. Van automatisering tot AI en meer, er is een toenemende behoefte aan computers om meer als mensen te werken, verwerking van ongestructureerde en lawaaierige gegevens in realtime, terwijl je je aanpast aan veranderingen. Deze uitdaging motiveert nieuwe en gespecialiseerde architecturen.

Neuromorphic computing is een complete heroverweging van de computerarchitectuur van onderaf. Het doel is om de nieuwste inzichten uit de neurowetenschap toe te passen om chips te maken die minder functioneren als traditionele computers en meer als het menselijk brein. Neuromorfe systemen repliceren de manier waarop neuronen zijn georganiseerd, communiceren en leren op hardwareniveau. Intel ziet Loihi en toekomstige neuromorfische processors een nieuw model van programmeerbare computers definiëren om te voldoen aan de wereldwijd toenemende vraag naar alomtegenwoordige, intelligente apparaten.