Hirdetés
. Hirdetés

Az Intel új Loihi-2 chipje egymillió neuront használ

|

A most megjelent második változat minden területen javulást mutat.

Hirdetés

A Loihi 2 agyszerűen működő Intel chip továbbfejlesztései révén kisebb, hatékonyabb és gyorsabb, mint az elődje. Az úgynevezett neuromorf számítástechnikához tervezett chip első verzióját 2017-ben mutatták be. A most megjelent második változat minden területen javulást mutat, mivel az Intel jelentősen továbbfejlesztette az architektúrát és a gyártást is.

Míg a Loihi-t a 14 nm-es eljárással gyártották, a Loihi 2 alapja a közelgő Intel 4 (korábbi nevén 7+ nm EUV) technológia kiadás előtti változata. A chip felülete 60 nm helyett 31 nm, azazaz sikerült a szerkezetet fele akkorára redukálni, de így is egymillió neuronja van szemben a 128 ezerrel.

Hirdetés

A belső szerkezet 128 neuronmagot tartalmaz egy kétdimenziós 8x16 hálóban, amely azonban nyolcszoros számú idegsejtet tartalmaz. Mindegyik maghoz további 128 Kbyte helyi SRAM áll rendelkezésre, de ez most rugalmasan particionálható. Az új tömörítésből is nagy haszna származik például az idegsejtek állapota vagy az axon útválasztás során.

A chipen kívüli kommunikáció is fontos, mivel az Intel a Loihi 2-t több rendszerben szeretné használni. Ezért 2D helyett 3D tömböt használnak, amely az üzenet tömörítésével együtt állítólag tízszeresére növeli a sebességet is. Az Intel egyelőre a Loihi 2 -t chipes fejlesztőtáblaként (Oheo Gulch), kínálja, amit később egy nyolc neuromorf számítási processzorral rendelkező változat követ (Kapoho Point).

Mivel a hardver önmagában kevés haszonnal jár, az Intel a Loihi 2-vel párhuzamosan továbbfejlesztette a szoftvert is. A Lava keretrendszert a korábbi Nx-SDK-ból (Software Development Kit) hozták létre, és a jövőben nyílt forráskódú licencként lesz elérhető (BSD-3 / LGPL-2.1 licenc) például a Github-on.

A Lava többek között integrál egy Python felületet, és CPU/GPU platformokon is használható, ami jelentősen leegyszerűsíti a fejlesztést. Az olyan keretrendszereket, mint a Nengo, a Pytorch, a robot operációs rendszer (ROS), a Tensorflow vagy a Yarp, szintén könnyű integrálni.

Hirdetés
0 mp. múlva automatikusan bezár Tovább az oldalra »

Úgy tűnik, AdBlockert használsz, amivel megakadályozod a reklámok megjelenítését. Amennyiben szeretnéd támogatni a munkánkat, kérjük add hozzá az oldalt a kivételek listájához, vagy támogass minket közvetlenül! További információért kattints!

Engedélyezi, hogy a https://www.computertrends.hu értesítéseket küldjön Önnek a kiemelt hírekről? Az értesítések bármikor kikapcsolhatók a böngésző beállításaiban.