科幻终究成为现实，英特尔宣布全球最大的神经拟态系统，算力是人脑的200倍

之前科幻片中出现的机器人让很多影迷惊叹，纷纷讨论这种机器人什么时候能够走进我们的生活。现在这种幻想有肯能成为现实。

北京时间4月18日凌晨，美国芯片巨头英特尔（Intel）宣布，其打造出全球最大的神经拟态系统——HalaPoint，旨在支持未来类脑AI研究，以及解决AI目前在效率和可持续性等方面的挑战。

HalaPoint内置1152个、基于Intel4（7nm）制程的英特尔Loihi2处理器，支持多达11.5亿个神经元和1280亿个突触，每秒可处理超过380万亿个8位突触和超过240万亿个神经元操作，相关系统最初部署在美国桑迪亚国家实验室。应用于仿生尖峰神经网络模型时，在运行神经元数量较低的情况下，HalaPoint速度可比人脑快200倍（20000%）。

英特尔研究院神经拟态计算实验室总监MikeDavies表示：“目前，AI模型的算力成本正在以不可持续的速度上升。行业需要能够规模化的全新计算方法。为此，英特尔开发了HalaPoint，将高效率的深度学习和新颖的类脑持续学习、优化能力结合起来。我们希望使用HalaPoint的研究能够在大规模AI技术的效率和适应性上取得突破。”

早在2018年，英特尔就推出了首款神经拟态芯片Loihi，这款芯片的计算任务由许多小单元进行，这些单元通过类似生物神经的尖峰信号相互通信，并通过尖峰调整其行为。

到了2021年，英特尔对Loihi系列进行了全面升级，发布了第二代神经拟态芯片Loihi2。这款芯片采用了英特尔首个EUV工艺节点Intel4，等效于4nm，实际为7nm工艺。Loihi2共有128个神经拟态核心，每个内核都有192KB的灵活内存，每个神经元可以根据模型分配多达4096个状态，这是之前限制的24倍。

与普通的CPU和GPU不同，神经拟态没有外部内存。每个神经元都有一小部分内存供其专用。主要作用是分配给不同神经元输入的权重、最近活动的缓存以及峰值发送到的所有其他神经元的列表。Loihi2可以根据用途选择各种不同连接选项，这一点上有些类似于FPGA。

英特尔强调，在执行AI推理负载和处理优化问题时，Loihi2神经拟态芯片系统的速度比常规CPU和GPU架构快50倍，同时能耗降低100倍。此外，英特尔还发布了用于Loihi芯片的软件——一个名为Lava的新开发框架。该框架及相关库都用Python编写，并在GitHub上开源，使得开发人员无需访问硬件即可为Loihi开发程序。

如今，Loihi2芯片已经被应用于机械臂、神经拟态皮肤、机器嗅觉等场景。英特尔表示，Loihi2应用了众多类脑计算原理，如异步（asynchronous）、基于事件的脉冲神经网络（SNNs）、存算一体，以及不断变化的稀疏连接，以实现能效比和性能的数量级提升。

而在新一轮AI技术引领下，4月17日，英特尔将这个神经拟态芯片进行“暴力组装”，构建了全球最大的神经拟态系统HalaPoint。该系统由封装在一个六机架的数据中心机箱中的1152个Loihi2处理器组成，大小相当于一个微波炉。该系统支持分布在140544个神经形态处理内核上的多达11.5亿个神经元和1280亿个突触，最大功耗仅为2600瓦。

HalaPoint将处理、内存和通信通道集成在大规模并行结构中，提供总共16PB/s的内存带宽、3.5PB/s的内核间通信带宽和5TB/s的带宽（TB/s）的芯片间通信带宽。该系统每秒可以处理超过380万亿个8位突触和超过240万亿个神经元操作。

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（sparseconnectivity）和事件驱动的活动，HalaPoint运行深度神经网络的能效比高达15TOPS/W，同时无需对输入数据进行批处理。尽管仍处于研究阶段，但未来的神经拟态大语言模型将不再需要定期在不断增长的数据集上再训练，从而节约数千兆瓦时的能源。

目前，HalaPoint是一个旨在改进未来商用系统的研究原型。英特尔预计其研究将带来实际技术突破，如让大语言模型拥有从新数据中持续学习的能力，从而有望在AI广泛部署的过程中，大幅降低训练能耗，提高可持续性。

接下来，HalaPoint系统将向桑迪亚国家实验室交付，这标志着英特尔共享的大型神经拟态研究系统的首次部署，进一步推动神经拟态计算应用和类脑AI研究等。如今，英特尔神经拟态研究社区（INRC）成员总数已超过200个。返回搜狐，查看更多

责任编辑：