英特尔推出神经形态测试芯片Loihi：可自学习

  英特尔正开始尝试用所谓的「神经形态芯片」模拟真实大脑的运作方式。

英特尔Loihi神经形态测试芯片

芯片巨头英特尔的研究实验室开发出一种新型芯片，即 Intel Loihi 测试芯片。该芯片由 128 个计算核心组成，每个核心有 1024 个人工神经元，整个芯片共有超过 13 万个神经元和 1.3 亿个突触连接。

从神经元数量上看，Loihi 芯片比一个简单的虾脑更复杂一些。然而，人类大脑由超过 800 亿个神经元构成。也就是说，这个芯片距离模拟人类大脑的内部的复杂行为还很遥远。

和神经科学家对大脑工作方式的理解类似，Loihi 芯片通过神经元之间的脉冲／spike 来传输数据。

英特尔称该芯片可以适应 Go 语言并使用它学习。目前最前沿的机器学习系统依赖于需要大规模数据和大量算力的深度学习，而 Loihi 芯片完全不需要那些紧张而集中的学习过程，并且可以自主学习（self-learning），英特尔称。

英特尔认为该芯片可以用于现实世界中需要实时学习的设备：自动驾驶无人机和汽车，实时适应环境中发生的状况；用摄像头找寻失踪人口；或者让红绿灯自动适应交通状况。

英特尔声称，通过模拟神经元的刺激模式，该芯片比起传统的芯片设计，运行效率更高。

「大脑并不像你所想的那样频繁沟通，」Intel 实验室的高级首席工程师和首席科学家 Narayan Srinivasa 在采访中说，「没有神经刺激的时候，芯片是不需要耗能的。」

英特尔并没有明确说明该芯片能有多高效运行，毕竟测试芯片还没有准备好。但英特尔模糊的宣称，该芯片的能耗只有通常用于训练人工智能系统芯片的千分之一。

英特尔预期在 11 月能开发出第一代测试芯片，以英特尔的 14nm 工艺技术制作。英特尔声称将计划在 2018 年上半年内，使芯片能被 AI 研究领域的大学和研究员使用。

即使英特尔还没有实际开发出芯片，公司已经利用 FPGA 对其硬件做了有限测试。利用 FPGA，英特尔已经测试了一些应用，比如路径规划（在地图上的两个地点之间寻找最优路径），以及词典学习。

Srinivasa 说英特尔在三年前就开始关注神经形态计算，不过英特尔并不是第一个探索这个想法的公司。尤其是 IBM Research 已经花了好几年时间研究一种类似的模拟神经元的神经形态芯片，即 TrueNorth。TrueNorth 芯片包含 4096 个核以及 540 万个晶体管，只需要 70 毫瓦的能耗。该芯片模拟了一百万个神经元和 2 亿 5600 万个突触，比起英特尔的第一代 Loihi 测试芯片的规模可大多了。TrueNorth 大概能模拟一只蜜蜂的大脑。