Intel presenta importanti avanzamenti nella tecnologia neuromorfica con Loihi 2, il nuovo framework di software Lava e nuovi partner

Il chip di ricerca di seconda generazione utilizza processo produttivo Intel 4 in pre-produzione e cresce fino a un milione di neuroni. Intel ha aggiunto un framework di software aperto per accelerare l’innovazione degli sviluppatori e il percorso verso la commercializzazione.

La notizia: Oggi Intel ha presentato Loihi 2, il chip neuromorfico di seconda generazione per la ricerca, e Lava, un framework di software open-source per lo sviluppo di applicazioni ispirate ai sistemi neurali. Questo annuncio segna un importante progresso nella tecnologia neuromorfica di Intel.

“Loihi 2 e Lava nascono dopo anni di ricerca e collaborazione effettuate utilizzando Loihi. Il nostro chip di seconda generazione migliora notevolmente la velocità, la programmabilità e la capacità del calcolo neuromorfico, estendendone l’uso nelle applicazioni di computing intelligente con particolari necessità di potenza di calcolo e latenza. Abbiamo reso Lava open-source per rispondere a esigenze di convergenza nel software, di benchmarking e di collaborazione interpiattaforma sul campo, oltre che per accelerare il percorso verso la commercializzazione della tecnologia”

–Mike Davies, direttore del Neuromorphic Computing Lab di Intel

Perché è importante: Il calcolo neuromorfico, che trae informazioni dalle neuroscienze per creare chip con un funzionamento analogo a quello di un cervello biologico, aspira a migliorare di alcuni ordini di grandezza l’efficienza energetica, la velocità di calcolo e l’efficienza dell’apprendimento di una vasta gamma di applicazioni edge: visione, riconoscimento della voce e dei gesti, ricerca e recupero di dati, robotica, risoluzione di problemi di ottimizzazione.

Tra le applicazioni che Intel e i suoi partner hanno dimostrato a oggi possiamo elencare: bracci roboticipelle neuromorficariconoscimento olfattivo.

Informazioni su Loihi 2: il chip di ricerca è stato sviluppato sulla base di tre anni di utilizzo del chip di prima generazione e si fonda sui progressi ottenuti da Intel nella tecnologia di elaborazione e nei metodi di progettazione asincrona.

  • Gli avanzamenti di Loihi 2 consentono all’architettura di supportare nuove classi di algoritmi e applicazioni di natura neurologica, fornendo al contempo una velocità di elaborazioni fino a 10 volte superiore1, una densità di risorse fino a 15 volte maggiore2 con un massimo di 1 milione di neuroni per chip e una migliore efficienza energetica. Beneficiando di una stretta collaborazione con il Technology Development Group di Intel, Loihi 2 è stato costruito sulla base di una versione di pre-produzione del processo Intel 4, che ne evidenzia i progressi. L’uso della litografia extreme ultraviolet (EUV) in Intel 4 ha semplificato le regole di progettazione del layout rispetto alle precedenti tecnologie di processo permettendo di sviluppare Loihi 2 in tempi più rapidi.
  • Il framework di software Lava risponde all’esigenza di disporre di un framework di software comune a disposizione della comunità dei ricercatori. In quanto struttura aperta, modulare ed estensibile, Lava consentirà a ricercatori e sviluppatori di basarsi sui reciproci progressi e di convergere su un insieme comune di strumenti, metodi e librerie. Lava funziona senza soluzione di continuità su architetture eterogenee tra processori convenzionali e neuromorfici, consentendo l’esecuzione multipiattaforma e l’interoperabilità con numerosi framework di intelligenza artificiale, neuromorfici e robotici. Gli sviluppatori possono iniziare a creare applicazioni neuromorfiche senza doversi dotare di hardware neuromorfico specializzato e possono contribuire alla base del codice Lava, incluso il porting per l’esecuzione su altre piattaforme.

Avanzamenti fondamentali: Loihi 2 e Lava forniscono ai ricercatori gli strumenti per sviluppare e caratterizzare applicazioni ispirate ai sistemi neurali per elaborazione in tempo reale, problem-solving, adattamento e apprendimento. Tra le caratteristiche principali:

  • Ottimizzazione più rapida e più generalizzata: La maggiore programmabilità di Loihi 2 consentirà di affrontare una più ampia gamma di problemi di ottimizzazione complessi, tra cui l’ottimizzazione in tempo reale, la pianificazione e la capacità di prendere decisioni dai sistemi edge ai data center.
  • Nuovi approcci di apprendimento continuo e associativo: Loihi 2 migliora il supporto per i metodi di apprendimento avanzati, comprese le variazioni di back propagation, l’algoritmo base del deep learning. Ciò amplia la portata dell’adattamento degli algoritmi di apprendimento efficiente energeticamente, che possono avvenire in dispositivi a basso consumo che operano in ambienti online.
  • Nuove reti neurali istruibili attraverso deep learning: modelli neuronali completamente programmabili e uno spike messaging generalizzato in Loihi 2 aprono la porta a un’ampia gamma di nuovi modelli di reti neurali che possono essere istruiti attraverso deep learning. Le prime valutazioni suggeriscono una riduzione di oltre 60 volte nel numero di operazioni svolte per ogni inferenza su Loihi 2 rispetto alle reti deep standard in esecuzione sul primo Loihi senza perdere in precisione3.
  • Integrazione senza soluzione di continuità con sistemi robotici di applicazione reale, processori convenzionai e nuovi sensori: Loihi 2 risolve un limite pratico di Loihi incorporando interfacce input/output più veloci, più flessibili e più standardizzate. I chip Loihi 2 supporteranno interfacce Ethernet, integrazione glueless con una gamma più ampia di sensori visivi basati su eventi e reti mesh più grandi.

Ulteriori dettagli sono disponibili nei brief tecnici Loihi 2 e Lava.

A proposito della Intel Neuromorphic Research Community: La Intel Neuromorphic Research Community (INRC) conta oggi 150 membri molti dei quali si sono aggiunti quest’anno, tra cui Ford, Georgia Institute of Technology, Southwest Research Institute (SwRI) e Teledyne-FLIR. I nuovi partner entrano a far parte di una strutturata community di partner del mondo accademico della pubblica amministrazione e del mondo aziendale che lavorano con Intel per realizzare avanzamenti nell’utilizzo su scala commerciale del calcolo neuromorfico.

Leggi l’opinione dei partner di Intel sulla tecnologia Loihi.

“Progressi come quelli del nuovo chip Loihi 2 e dell’API Lava sono importanti passi avanti nel calcolo neuromorfico”, ha affermato Edy Liongosari, capo ricercatore e managing director di Accenture Labs. “L’architettura neuromorfica di nuova generazione sarà fondamentale per la ricerca di Accenture Labs sugli algoritmi di computer vision per l’edge computing intelligente che potrebbe alimentare futuri visori di extended reality o robot mobili intelligenti. Il nuovo chip fornisce funzionalità che lo renderanno più efficiente per il calcolo iperdimensionale e può consentire un on-chip learning più avanzato, mentre l’API Lava fornisce agli sviluppatori un’interfaccia più semplice e snella per costruire sistemi neuromorfici.”

Il percorso verso la commercializzazione: l’avanzamento del calcolo neuromorfico da ricerca di laboratorio a tecnologia commerciale richiede un triplice sforzo. In primo luogo un continuo miglioramento iterativo dell’hardware neuromorfico in risposta ai risultati della ricerca algoritmica e applicativa; secondariamente lo sviluppo di un framework di software multipiattaforma comune in modo che gli sviluppatori possano confrontare, integrare e migliorare le idee sugli algoritmi di diversi gruppi; infine, profonde collaborazioni tra il settore produttivo, il mondo accademico e le pubbliche amministrazioni per costruire un ecosistema neuromorfico ricco e produttivo che consenta di esplorare casi d’uso commerciali che offrano valore a breve termine per le aziende.

Gli annunci fatti oggi da Intel abbracciano tutte queste aree, ponendo nuovi strumenti nelle mani di un ecosistema in espansione di ricercatori impegnati nel ripensare l’informatica dalle sue fondamenta per fornire innovazioni nell’elaborazione intelligente delle informazioni.

Prossimi sviluppi: attualmente Intel offre due sistemi neuromorfici basati su Loihi 2 attraverso il cloud Neuromorphic Research, rivolti ai membri della INRC: Oheo Gulch, un sistema single chip per le prime valutazioni e Kapoho Point, un sistema a otto chip presto disponibile. Il framework di software Lava è scaricabile gratuitamente su GitHub. Una presentazione e tutorial su Loihi 2 e Lava saranno presentati al prossimo evento Intel Innovation in ottobre.

Altre informazioni: Neuromorphic Computing at Intel (Press Kit)

La piccola stampa:

1 Basato su simulazioni Lava nel settembre 2021 di una variante a nove livelli del carico di lavoro di inferenza PilotNet DNN implementato come rete neurale sigma-delta su Loihi 2 rispetto alla stessa rete implementata con codifica di velocità SNN su Loihi. Il modello di prestazioni Lava per entrambi i chip si basa sulla caratterizzazione del silicio utilizzando l'SDK Nx versione 1.0.0 con una CPU Intel Xeon E5-2699 v3 a 2,30 GHz, 32 GB di RAM, come host che esegue Ubuntu versione 20.04.2. I risultati loihi usano il sistema Nahuku-32 ncl-ghrd-04. I risultati di Loihi 2 usano il sistema Oheo Gulch ncl-og-04. I risultati possono variare.

numero arabo Basato sulla dimensione del nucleo Loihi 2 di 0,21 mm2 che supporta fino a 8192 neuroni rispetto alla dimensione del nucleo Loihi di 0,41 mm2 che supporta fino a 1024 neuroni.

3 Basato sulle misurazioni del carico di lavoro di inferenza DNN PilotNet a nove strati di cui sopra, con un'implementazione della rete neurale sigma-delta su Loihi 2 che raggiunge un errore al quadrato medio (MSE) di 0,035 con 323.815 operazioni sinaptiche rispetto a un SNN codificato a velocità su Loihi 1 che raggiunge MSE di 0,0412 con 20.250.023 operazioni sinaptiche.

Il contenuto di questa pagina è il risultato della combinazione tra la traduzione umana e quella automatica del contenuto originale in lingua inglese. Questo contenuto è fornito soltanto a titolo di informazione generale e non ha pretese di completezza o accuratezza. In presenza di contraddizioni tra la versione in lingua inglese di questa pagina e la sua traduzione, fa fede la versione inglese. Visualizza la versione in lingua inglese di questa pagina.