未来对高度动态和非架构化的自然资料收集、分析和决策的需求越来越大，这种需求可能超过传统的CPU 和GPU 架构。英特尔26 日推出一种先进的自学习晶片，名为Loihi。
Loihi 模仿大脑的运作方式，根据环境的不同回馈型态作业。同时，Loihi 也是一款节能晶片，可利用资料学习和推断，不需要以传统方式训练。它采用一种新颖的方法，透过「非同步触发」来计算。
Loihi 研究测试晶片包括模拟大脑基本机制的数位电路，使机器学习更快更有效率，同时需要计算力的需求更小。
这块仿神经晶片的模型从神经元的交流和学习中汲取灵感，其中神经元的触发、新突触的形成可以按时间调制，这可以帮助电脑自行组织并根据型态和关联做决策。
Loihi 测试晶片提供高度灵活的晶片学习，可在单个晶片完成训练和推理。这使机器能自动即时调整，而不是等待云更新。研究人员已经证明，与其他典型的尖脉冲神经网路相比，在解决MNIST 数位辨识问题时，他们的学习速度快100 万倍。与卷积神经网路和深度学习神经网路等技术相比，Loihi 测试晶片在同一工作使用更少资源。
这个测试晶片的自我学习能力有巨大潜力来改进汽车和工业应用及个人机器人──任何在非架构化环境自动作业和持续学习的应用程式。例如，辨识汽车或自行车的运动。
它比一般训练系统所需的通用计算效率高1,000 倍。2018 上半年，Loihi 测试晶片将与领先的大学和研究机构共用，重点是推进人工智慧的发展。
Loihi 测试晶片的特点包括：
- 完全的非同步神经形态的多核网状架构，支援多种不同的稀疏、层级、回圈神经网路拓墣架构，每个神经元都能与成千上万的其他神经元通讯。
- 每个神经形态核心包括一个学习引擎，可在作业过程对网路参数进行程式设计，支援监督、无监督、强化和其他学习型态。
- 由英特尔14 奈米制程制作。
- 总共有13 万神经元和1.3 亿突触。
- 开发和测试高效的算法，包括路径规划、约束满足、稀疏编码、词典学习和动态型态学习和适应。
本文网址：
