英特爾發(fā)布大型神經(jīng)擬態(tài)系統(tǒng)
【新華社北京4月21日電】美國英特爾公司日前發(fā)布名為Hala Point的大型神經(jīng)擬態(tài)系統(tǒng),旨在支持類腦人工智能領(lǐng)域的前沿研究,,解決人工智能在效率和可持續(xù)性等方面的挑戰(zhàn),。
根據(jù)英特爾公司發(fā)表的新聞公報(bào),英特爾在其第一代大規(guī)模研究系統(tǒng)Pohoiki Springs的基礎(chǔ)上,,改進(jìn)了Hala Point大型神經(jīng)擬態(tài)系統(tǒng)的架構(gòu),,將神經(jīng)元容量提高了10倍以上,性能提高了12倍。Hala Point系統(tǒng)最初部署在美國桑迪亞國家實(shí)驗(yàn)室,,由1152個(gè)英特爾Loihi 2處理器組成,,包括分布在140544個(gè)處理核心上的11.5億個(gè)人工神經(jīng)元和1280億個(gè)人工突觸。在運(yùn)行傳統(tǒng)深度神經(jīng)網(wǎng)絡(luò)時(shí),,每秒可進(jìn)行20千萬億次運(yùn)算,。
公報(bào)表示,Hala Point系統(tǒng)基于神經(jīng)擬態(tài)計(jì)算技術(shù),,提升了主流,、常規(guī)深度學(xué)習(xí)模型的性能和效率,尤其是那些用于處理視頻,、語音和無線通信等實(shí)時(shí)工作負(fù)載的模型,。與使用中央處理器和圖形處理器的傳統(tǒng)計(jì)算機(jī)相比,Hala Point系統(tǒng)在執(zhí)行人工智能推理和處理優(yōu)化問題時(shí)速度可提高50倍,,能耗僅為傳統(tǒng)計(jì)算機(jī)的百分之一,。
英特爾研究院神經(jīng)擬態(tài)計(jì)算實(shí)驗(yàn)室主任麥克·戴維斯表示,人工智能模型的算力成本持續(xù)上升,,行業(yè)需要能夠規(guī)?;娜掠?jì)算方法。Hala Point系統(tǒng)將高效率的深度學(xué)習(xí)和類腦持續(xù)學(xué)習(xí),、優(yōu)化能力結(jié)合起來,,希望其能夠提升大規(guī)模人工智能技術(shù)的效率和適應(yīng)性。
責(zé)任編輯:王旭偉
版權(quán)聲明:
凡文章來源為"蘭州新聞網(wǎng)"的稿件,,均為蘭州新聞網(wǎng)獨(dú)家版權(quán)所有,,未經(jīng)許可不得轉(zhuǎn)載或鏡像;授權(quán)轉(zhuǎn)載必須注明來源為"蘭州新聞網(wǎng)",,并保留"蘭州新聞網(wǎng)"的電頭,。如本網(wǎng)轉(zhuǎn)載稿涉及版權(quán)等問題,請(qǐng)及時(shí)與我們聯(lián)系,。