Intel大型神经拟态系统Hala Point集成11.5亿神经元 比人脑快200倍

Intel大型神经拟态系统HalaPoint集成11.5亿神经元比人脑快200倍Loihi2处理器早在2021年就已发布,首发采用Intel4工艺,集成230亿个晶体管、六个低功耗x86核心、128个神经形态核心,单颗就有100万个神经元、1.2亿个突触,是上代规模的8倍,性能也提升了10倍。Loihi2应用了众多类脑计算原理,如异步、基于事件的脉冲神经网络(SNN)、存算一体不断变化的稀疏连接,而且神经元之间能够直接通信,不需要绕过内存。尤其是在新兴的小规模边缘工作负载上,它实现了效率、速度和适应性数量级的提升。比如执行AI推理负载和处理优化问题时,Loihi2的速度比常规CPU和GPU架构快多达50倍,能耗则只有百分之一。HalaPoint系统的形态是一个六机架的数据中心机箱,大小相当于一个微波炉,内置1152颗Loihi2处理器,共有140544个神经形态处理内核、11.5亿个神经元、1280亿个突触,最大功耗仅为2600瓦。系统内还有2300多颗嵌入式x86处理器,用于辅助计算。内存带宽达16PB/s(16000TB/s),内核间通信带宽达3.5PB/s(3500TB/s),芯片间通信带宽达5TB/s,可以每秒处理超过380万亿次的8位突触运算、超过240万亿次的神经元运算。HalaPoint在主流AI工作负载上的计算效率非常出色,比如运行传统深度神经网络时,每秒可完成多达2万万亿次运算(20PFlops),8位运算的能效比达到了15TOPS/W(每瓦特15万亿次计算),相当于甚至超过了基于GPU、CPU的架构。在用于仿生脉冲神经网络模型时,HalaPoint能够以比人脑快20倍的实时速度,运行其全部11.5亿个神经元。尤其是在运行神经元数量较低的情况下,它的速度甚至可比人脑快200倍!早期研究结果表明,通过利用稀疏性高达10比1的稀疏连接和事件驱动的活动,HalaPoint运行深度神经网络的能效比可高达15TOPS/W,同时无需对输入数据进行批处理。HalaPoint系统有望推动多领域AI应用的实时持续学习,比如科学研究、工程、物流、智能城市基础设施管理、大语言模型、AI助手等等。...PC版:https://www.cnbeta.com.tw/articles/soft/1427797.htm手机版:https://m.cnbeta.com.tw/view/1427797.htm

相关推荐

封面图片

【英特尔发布大型神经拟态系统,业内首个11.5亿个人工神经元系统】

【英特尔发布大型神经拟态系统,业内首个11.5亿个人工神经元系统】#美国英特尔公司日前发布名为HalaPoint的大型神经拟态系统,旨在支持类脑人工智能领域的前沿研究,解决人工智能在效率和可持续性等方面的挑战。根据英特尔公司发表的新闻公报,英特尔在其第一代大规模研究系统PohoikiSprings的基础上,改进了HalaPoint大型神经拟态系统的架构,将神经元容量提高了10倍以上,性能提高了12倍。HalaPoint系统最初部署在美国桑迪亚国家实验室,由1152个英特尔Loihi2处理器组成,包括分布在140544个处理核心上的11.5亿个人工神经元和1280亿个人工突触。在运行传统深度神经网络时,每秒可进行20千万亿次运算。(新华网)

封面图片

英特尔发布大型神经拟态系统 Hala Point,神经元数量达 11.5 亿

英特尔发布大型神经拟态系统HalaPoint,神经元数量达11.5亿英特尔发布了代号为HalaPoint的大型神经拟态系统。该系统基于英特尔Loihi2神经拟态处理器打造而成,旨在支持类脑AI领域的前沿研究,解决AI目前在效率和可持续性等方面的挑战。据介绍,HalaPoint神经元数量达到11.5亿,在英特尔第一代大规模研究系统PohoikiSprings的基础上,HalaPoint改进了架构,将神经元容量提高了10倍以上,性能提高了12倍。(新浪科技)

封面图片

英特尔发布大型神经拟态系统

英特尔发布大型神经拟态系统美国英特尔公司日前发布名为HalaPoint的大型神经拟态系统,旨在支持类脑人工智能领域的前沿研究,解决人工智能在效率和可持续性等方面的挑战。根据英特尔公司发表的新闻公报,英特尔在其第一代大规模研究系统PohoikiSprings的基础上,改进了HalaPoint大型神经拟态系统的架构,将神经元容量提高了10倍以上,性能提高了12倍。HalaPoint系统最初部署在美国桑迪亚国家实验室,由1152个英特尔Loihi2处理器组成,包括分布在140544个处理核心上的11.5亿个人工神经元和1280亿个人工突触。在运行传统深度神经网络时,每秒可进行20千万亿次运算。(新华网)

封面图片

反思大脑设计:人类神经元的独特布线挑战了旧有假设

反思大脑设计:人类神经元的独特布线挑战了旧有假设新研究发现,与小鼠的循环互动不同,人类新皮质神经元单向交流效率更高。这一发现可能会通过模仿人类大脑的连通性来促进人工神经网络的发展。记录多达十个神经元活动的多补丁实验装置。图片来源:Charité彭扬帆新皮质是人类智力的关键结构,厚度不足五毫米。在大脑的最外层,200亿个神经元处理着无数的感官知觉,规划着行动,并构成了我们意识的基础。这些神经元是如何处理所有这些复杂信息的呢?这在很大程度上取决于它们之间的"连接"方式。夏里特神经生理学研究所所长约尔格-盖格(JörgGeiger)教授解释说:"我们以前对新皮层神经结构的理解主要基于小鼠等动物模型的研究结果。在这些模型中,相邻的神经元经常像对话一样相互交流。一个神经元向另一个神经元发出信号,然后另一个神经元再向它发出信号。这意味着信息经常以循环往复的方式流动"。带有机器人机械手的多通道装置,可在两轮实验之间自动冲洗玻璃移液管。图片来源:Charité彭扬帆人类的新皮质比小鼠的新皮质更厚、更复杂。尽管如此,研究人员之前一直假设--部分原因是缺乏数据--它遵循相同的基本连接原则。盖革领导的夏里特研究小组现在利用极其罕见的组织样本和最先进的技术证明了事实并非如此。在这项研究中,研究人员检查了23名在夏里特接受神经外科手术治疗耐药性癫痫患者的脑组织。在手术过程中,医学上有必要切除脑组织,以便观察其下的病变结构。患者同意将这些组织用于研究目的。神经元的旋转重建。图片来源:CharitéSabineGrosser为了能够观察人类新皮层最外层相邻神经元之间的信号流,研究小组开发出了一种改进版的"multipatch"技术。这样,研究人员就能同时监听多达十个神经元之间的通信。因此,他们能够在细胞停止体外活动前的短时间内进行必要数量的测量,以绘制网络图。他们分析了近1170个神经元之间的通信渠道,以及约7200个可能的连接。他们发现,只有一小部分神经元之间进行了相互对话。"人类的信息往往是单向流动的。它很少直接或通过循环返回起点,"该论文的第一作者彭扬帆博士解释说。他曾在神经生理学研究所从事这项研究,目前在夏里特神经学系和神经科学研究中心工作。研究小组根据人类网络结构的基本原理设计了一种计算机模拟,以证明这种前向信号流在处理数据方面的优势。来自多配接装置的微量移液管接近单个神经元。图片来源:CharitéFranzMittermaier研究人员给人工神经网络布置了一项典型的机器学习任务:从口语数字录音中识别出正确的数字。在这项语音识别任务中,模仿人类结构的网络模型比以小鼠为模型的网络模型获得了更多的正确响应。它的效率也更高,同样的成绩在小鼠模型中需要相当于380个神经元,而在人类模型中只需要150个神经元。"我们在人类身上看到的定向网络结构更强大,也更节省资源,因为更多独立的神经元可以同时处理不同的任务,"彭解释道。"这意味着局部网络可以存储更多信息。目前还不清楚我们在颞叶皮层最外层的发现是否会扩展到其他皮层区域,也不清楚这些发现能在多大程度上解释人类独特的认知能力。"过去,人工智能开发人员在设计人工神经网络时会从生物模型中寻找灵感,但也会独立于生物模型来优化算法。盖格说:"许多人工神经网络已经使用了某种形式的前向连接,因为它能为某些任务带来更好的结果。人脑也显示出类似的网络原理,这令人着迷。这些对人类新皮质中具有成本效益的信息处理的洞察,可以为完善人工智能网络提供更多灵感"。编译来源:ScitechDaily...PC版:https://www.cnbeta.com.tw/articles/soft/1428037.htm手机版:https://m.cnbeta.com.tw/view/1428037.htm

封面图片

科学家改变神经元的内在行为以治疗癫痫等神经系统疾病

科学家改变神经元的内在行为以治疗癫痫等神经系统疾病SEAS生物工程助理教授、该研究的共同第一作者刘佳说:"我们设想这项技术将为神经科学和行为研究提供高时空分辨率控制神经元的新机会,并开发新的神经系统疾病治疗方法。"光遗传学,即利用光来刺激或抑制神经元,长期以来有望彻底改变研究和治疗由神经元兴奋性过高或过低引起的神经系统疾病。然而,目前的光遗传学技术只能在短期内改变神经元的兴奋性。一旦灯光关闭,神经元就会恢复到原来的行为。纳米技术的最新进展,包括刘和他的团队开创的灵活、可植入的纳米电子技术,有可能长期改变神经元的行为,但这些设备需要植入大脑,而且不能被编程为针对参与疾病的特定神经元。一个神经元的兴奋性由两个主要部分控制--其离子通道的传导性和细胞膜储存电荷的能力,即电容。大多数光遗传学技术以离子通道的传导性为目标,通过打开或关闭一组特定的通道来调控神经元的兴奋性。这种方法可以有效地调整神经元的兴奋性,但只是暂时的。可以把神经元想象成一个电阻-电容电路,把细胞膜想象成一个电介质材料。就像任何电路一样,如果改变材料的电容--在这种情况下是细胞膜--可以长期改变电路的内在兴奋性,从高兴奋性变为低兴奋性,反之亦然。为了改变细胞膜的电容,刘佳与麻省理工学院化学系ThomasD.andVirginiaCabot助理教授XiaoWang合作,使用了对光敏感的酶,这些酶可以在细胞膜的表面触发绝缘或导电聚合物的形成。这些酶可以被设计成针对特定神经元的细胞膜,酶附着在指定的膜上,研究人员使用蓝色波长的光照亮神经元,在几分钟内触发膜上绝缘或导电涂层的生成。他们证明,具有绝缘聚合物涂层的神经元变得更加兴奋,而具有导电聚合物涂层的神经元变得不那么兴奋。研究人员发现,他们可以通过调整光照时间来调整兴奋性--神经元暴露在光照下的时间越长,涂层的绝缘性或导电性就越强。研究小组还表明,兴奋性的变化持续了三天--只要他们能在培养皿中保持神经元的活力。接下来,研究小组的目标是用脑组织切片和动物来测试这种方法。这项工作的总体目标是实现范式转变,将功能材料、结构和设备整合到具有亚细胞和细胞类型特异性的活体神经系统中,这将允许精确操纵亚细胞电化学特性,重塑活体神经系统中神经元的兴奋性。...PC版:https://www.cnbeta.com.tw/articles/soft/1335951.htm手机版:https://m.cnbeta.com.tw/view/1335951.htm

封面图片

研究:促进神经元的形成可以帮助恢复阿尔茨海默病的记忆

研究:促进神经元的形成可以帮助恢复阿尔茨海默病的记忆科学家们发现,在患有阿尔茨海默病(AD)的小鼠中增加新神经元的生产可以挽救动物的记忆缺陷。该研究显示,新神经元能够融入存储记忆的神经回路并恢复其正常功能。这表明,促进神经元的产生可能是治疗AD患者的可行策略。新神经元是由神经干细胞通过一个被称为神经发生的过程产生。以前的研究表明,AD患者和携带跟AD有关的基因突变的实验室小鼠的神经发生都受到损害。这种损害在大脑中一个叫做海马体的区域尤为严重,该区域对记忆的获取和检索至关重要。伊利诺伊大学芝加哥医学院解剖学和细胞生物学系的OrlyLazarov教授说道:“然而,新形成的神经元在记忆形成中的作用及神经生成的缺陷是否导致与AD相关的认知障碍目前还不清楚。”在新JEM研究中,Lazarov和他的同事们通过基因增强神经元干细胞的生存以促进AD小鼠的神经生成。科学家们删除了在神经元干细胞死亡中起主要作用的基因Bax并最终导致了更多新神经元的成熟。以这种方式增加新神经元的产生恢复了动物的认知能力,这在测量空间识别和背景记忆的两种不同测试中得到了证明。通过荧光标记在记忆获取和检索过程中激活的神经元,科学家们发现,在健康小鼠的大脑中,参与存储记忆的神经回路包括许多新形成的神经元和较老、较成熟的神经元。在AD小鼠中,这些储存记忆的回路包含较少的新神经元,但当神经发生增加时,新形成的神经元的整合得到了恢复。对形成记忆储存回路的神经元的进一步分析显示,促进神经发生也会增加树突棘的数量。这些是突触中的结构,已知对记忆的形成至关重要。此外,促进神经生成还能恢复神经元基因的正常表达模式。Lazarov及其同事证实了新形成的神经元对记忆形成的重要性,他们在AD小鼠的大脑中特意使其失活。这逆转了促进神经生成的好处并阻止了动物记忆的任何改善。Lazarov说道:“我们的研究首次表明,海马神经发生的障碍通过减少用于记忆形成的未成熟神经元的可用性,在跟AD相关的记忆缺陷中发挥了作用。综合来看,我们的结果表明,增强神经生成可能对AD患者有治疗价值。”...PC版:https://www.cnbeta.com/articles/soft/1309715.htm手机版:https://m.cnbeta.com/view/1309715.htm

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人