DeepTech深科技：前所未有：1亿神经元计算系统诞生，半导体巨头新一代计算版图初现( 三 )
由此也不难看出 ， 与此前的产品类似 ， Pohoiki Springs 仍将是一款强调科研目的的产品 。
本文插图
半导体老将的新计算版图正在成型据了解 ， 英特尔的 Pohoiki Springs 等神经拟态系统仍处于研究阶段 ， 其设计目的并非取代传统的计算系统 ， 而是为研究人员提供一个工具来开发和表征新的神经启发算法 ， 用于实时处理、问题解决、适应和学习 。 那么 ， 作为一家商业公司 ， 英特尔押注神经拟态计算的最大驱动力是什么？在英特尔的官网 ， 神经拟态计算被描述成“Next Generation of AI ” 。 对于英特尔来说 ， 随着 AI 时代的到来 ， 这家半导体老兵也在朝着 “以数据为中心” 转型 ， 数据的变化一直是其关注的重点 。 过去 20 年来 ， 数据经历了非常大的变化 ， 具体到用以进行计算的数据 ， 人类还将对其进行更大规模的智能处理 。 在这个过程中 ， 数据和计算之间的技术演进逻辑也在变化 。 正如英特尔中国研究院院长宋继强曾在一场媒体活动中介绍的 ， 此前 ， 人类主要以对声音数据、视频数据、图片数据等数据进行多媒体计算为主 ， 即只是进行编辑压缩 ， 不会做识别和理解 。 但是后来 ， 人类开始对这些数据进行智能的处理；与此同时 ， 数据产生的来源和流向也发生了变化 ， 大量的数据开始由终端往云上走；在新的智能时代 ， 为了更好地处理数据 ， 很多人工智能算法随之诞生 ， 这些算法模型中有参数 ， 于是便诞生了数据之上的数据 ， 即源数据 ， 其中的量可能是百万级别的 。无论是数据的处理 ， 还是提高计算效率、改善传输存储 ， 都出现了新的要求和新的优化 ， 英特尔希望能在愈发多元化的数据市场、计算市场延续优势 ， 需要配备更丰富的 AI 计算硬件组合 。 目前 ， 这家公司已经推出了包括 VPU、FPGA、CPU、GPU、NNP 到 AI 专属芯片的多种产品 ， 以及配套的软件开发技术 ， 封装、测试技术等 ， 但仍需要更前沿的布局来补充 ， 即所谓对的“面向未来的计算” ， 勾画新的计算版图 。 【DeepTech深科技：前所未有：1亿神经元计算系统诞生，半导体巨头新一代计算版图初现】
本文插图
图丨英特尔 Loihi 神经 ni 系统进化路线图（来源：英特尔）据了解 ， 在计算硬件的规划上 ， 英特尔一方面正在已有的硬件架构方式上继续突破 ， 另一个重要的方向在于——押注突破式计算技术 。 其中就包括神经拟态计算和量子计算 。 除了围绕 Loihi 的神经拟态计算以外 ， 英特尔的量子计算布局则包括两大内容 ， 一则是通过低温超导量子位的方式实现量子计算 ， 这一点与行业的主流方向一致 ， 英特尔的进展是正在开发 49 个超导量子位测试芯片 ， 并测试它的容错能力、纠错能力和连接性 。 另一个内容则是基于英特尔在传统半导体领域发展的硅的加工工艺和测试工艺 ， 利用硅电子自旋表示出量子态 。 据了解 ， 在这个方向上 ， 英特尔的 300 毫米、12 寸晶圆的生产线上已经具备相应的生产能力 ， 有两个量子位的芯片已在测试 ， 且公司正在为规模化生产加大投入 。
本文插图
图丨英特尔量子计算进化路线图（来源：DeepTech）不过 ， 在神经拟态计算的规划上 ， 诸如 IBM 和英特尔这样的大公司 ， 却并不急于推出真正的商业化产品 。 尽管在国内外 ， 已经有几家初创公司正在开启神经拟态计算的商业化进程 。 例如从去年登上Nature的清华 “天机” 芯片团队中走出的灵汐科技 ， 以及从来自欧洲、背靠著名研究机构苏黎世大学及苏黎世联邦理工神经信息研究所的 ai-CTX 。 对此 ， Mike Davies 回答 DeepTech 提问时表示：“对于英特尔来说 ， 商业化的挑战是我们仍需发现大量的该系统可以有效解决的问题 。 我们对高度专业化的点解决方案的商业化并不感兴趣 ，即使看起来有些问题我们可以很好地解决 ， 比如人造嗅觉 ， 炸弹或有毒化学物质 / 气味检测等等 。 但这些都需要高度专业化的定制方案 ， 芯片也需要针对某项任务特殊定制 。 我们最感兴趣的 ， 还是找到一个可以广泛使用的新架构 ， 类似于传统的冯 · 诺依曼架构 ， 但可以更高效地解决各种各样的计算算法和应用 。 当然 ， 在某些情况下冯 · 诺依曼架构还是会比我们快 ， 但我们希望支持更多的运算种类 。 也许会有其他小公司也在做类似的研发 ， 专门针对某个或某一类任务定制独特的解决方案 ， 这或许会让他们更早拿出产品 。 但对于我们自己来说 ， 距离产品面世还需要数年的时间 。 ”正如其所言 ， 尽管是一个古老的科学概念 ， 但神经拟态计算还是新兴的技术领域 ， 也是直到近几年才有了更多实际价值的展示 。 而且 ， 该领域仍然由神经科学家、机器学习研究者所主导 ， 并未被大量的软件开发人员和工程师所熟知 。 这些计算系统投入到实际的运营中 ， 还将要求开发人员们改变他们的思维方式 ， 毕竟 ， 传统的存算分离冯 · 诺依曼架构已经支配了计算的运行长达近 70 多年之久 。 -End-
推荐阅读
- 「定焦爱科技」3拯救低电量焦虑症，超大电池搭配超快闪充，续航出色的iQOO
- #科技小李#小屏爱好者嗨起来，4.7寸新iPhone确认四月发布，价格是大亮点！，原创
- 中国网科技@撤出液晶面板生产，三星将关闭两座工厂
- #即科技#107国赞同票作废！，想“加入”联合国？中国使用一票否决
- 【腾讯科技】全球应用市场第一季度大爆发：花费达234亿美元创纪录 时长增20%
- 即科技■决定权掌握在中国手，?联合国五常将变六常？此国获美俄一致力挺
- [笔记本电脑]乙辰科技正式发布首款WiFi6新品：北斗II号分布式无线路由器
- 『极速聊科技』目前仅剩10余人，暴风集团：员工持续大量流失
- 【科技生活快报】普京：已与欧佩克和美国就石油价格下跌问题进行讨论
- 「科技小数据」消费信贷的客户呈现出年轻化的趋势，新消费崛起