国产替代半导体芯片龙头股与英特尔1亿个神经元的全球最强神经拟态系统何时共舞变革世界
2020年，你对AI功能感到满意吗？
回顾过去与AI智能音箱的尴尬互动以及在人脸识别闸机口长时间被忽略的经历，很可能会带来一个否定的答案。
虽然AI已经在金融、工业、电力、医疗等领域展现出其价值，但它还有巨大的提升空间。
AI的进步可以通过对现有芯片和算法的持续优化，也可以通过革命性的技术实现突破，比如越来越受到关注的神经拟态计算（或称类脑计算）和量子计算。相较于后者，神经拟态计算拥有更高的人气，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，无疑能让你对于神经拟态计算以及未来充满期待。
图片来源：PCworld
全球最强神经拟态系统能够做什么？
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，他们共同构建了数学算法。通过这一合作，英特尔研究院神经拟态计算小组高级研究科学家Nabil Imam团队采用了一种由72个化学传感器活动组成数据集，可用于一个风洞实验中循环10种气体物质（气味）的反应，并且即使存在强烈环境干扰也能识别这些气味。
这意味着英特尔Loihi也拥有一定的“嗅觉”，这是化学传感器领域多年寻找电子鼻系统的一个重要发现。未来的机器人搭载有“嗅觉”的Loihi芯片，在环境监测、危险物质检测和工厂质量控制方面具有巨大的应用潜力。
值得注意的是，只需使用Loihi进行单样本训练就能达到90%以上的高准确率，而使用传统方法，如深度学习解决方案，则需要3,000倍以上训练样本才能达成相同分类准确率。
仅两天后，英特尔宣布其最新版本Pohoiki Springs准备就绪，将提供1亿个神经元的大规模计算能力。这相当于一个小型哺乳动物大脑中的数量，大约是25万到50万个在瓢虫大脑中的数量，100万个蟑螂大脑中的数量，或是9000万个仓鼠大脑中的数量。
比仓鼠大脑还多1000万个Pohoiki Springs是一个数据中心机架式系统，它将768块Loihi 神經模擬處理研究芯片集成在5台标准服务器大小机箱中，当运行时功耗低于500瓦。
Pohoiki Springs系统是英特尔迄今为止开发最大规模并且目前世界上最强大的基因模仿处理計算系統。英特爾最新發表之後800萬個記憶體單位數量為POHOIKI BEACH系統仍處於研發階段，可以為科學家提供一個工具來開發並測試新型腦啟發算法，以實時處理問題解決適應與學習。
這兩項令人印象深刻的情報背後都有2017年由英泰爾開發第一款自主學習類腦模擬晶片代號為LOIHI。
對於類腦模擬計算難點？
LOIHI設計思路源自於人腦，把訓練與推斷整合到一塊晶片上，並將運算與存儲整合：每一塊晶片內128個小核各包含1000個硬件設計架構，每個小核支持多種不同的邏輯層次模型，並且通過可擴展式機制進行不同的邏輯層次模式突破。此外，這種設計優勢非常明顯，即以比傳統處理器快1,000倍速度及效率達到10,000倍處理某些特殊要求工作負載。
然而，由於技術挑戰和成本限制，使得類腦模擬晶片數量稀少。在全球範圍內，只有少數幾家公司，如IBM，以及一些初創公司正在開發此技術。而這種現狀與類腦模擬計算歷史背景息息相關，其概念是在20世紀80年代提出，比量子計算概念提出晚。此外，由於對人腦科學了解有限，所以只有極少數學校和機構對此進行研究。此外，在看不到應用前景時，專業人員可能會缺乏動力去克服技術障礙。
因此，最终目标是理解如何像人类那样实时处理复杂信息，同时只消耗极少能量，这种方式被称为“精细粒度并行”、“生物动力学”、“时间编码”等。此过程需要重新思考电脑体系结构，从而创造出能够像人类一样运作的小核心，每颗核心包括数千甚至数百千计的小核心，这些核心既有执行任务也有存储任务，还有一部分负责网络管理，用以模仿逻辑层次模型。但要实现这一点，对于异步脉冲设计来说，更难，因为异步脉冲设计允许独立钟频驱动，让不需要工作的一部分处于待命状态，以减轻功耗。这意味着当把大量独立部件互联起来形成庞大的类似人工智能的时候，就出现了新的挑战——如何保证信息在不同设备间有效地传递，而不会因为同步问题而导致性能下降或者错误发生。
