今天，英特尔宣布Pohoiki Springs准备就绪，这是其最新、最强大的神经形态研究系统，可提供1亿个神经元的计算能力。这个基于云的系统将提供给英特尔神经形态研究社区(INRC)的成员，将他们的神经形态研究工作扩展到解决更大、更复杂的问题。
“Pohoiki Springs将我们的Loihi神经形态研究芯片扩大了750倍以上，同时工作功率低于500瓦。该系统使我们的研究伙伴能够探索如何加速目前在传统架构(包括高性能计算(HPC)系统)上运行缓慢的工作负载。——英特尔神经形态计算实验室主任迈克·戴维斯(mike Davies)。
Pohoiki Springs是一个数据中心机架式系统，是英特尔迄今为止开发的最大的神经形态计算系统。它将768个Loihi神经形态研究芯片集成在5个标准服务器大小的机箱中。
Loihi处理器的灵感来自人脑。与大脑一样，Loihi处理某些高要求工作负载的速度比传统处理器快1000倍，效率高出1万倍。Pohoiki Springs是扩展该架构的下一步，以评估其解决人工智能(AI)问题的潜力，以及广泛的计算困难问题。英特尔的研究人员认为，与当今最先进的传统计算机相比，神经形态系统的极端并行性和异步信号可能在大幅降低的功率水平上提供显著的性能提升。
在自然界中，即使是一些最小的生物体也能解决非常困难的计算问题。例如，许多昆虫可以通过视觉跟踪物体，实时导航和避开障碍物，尽管它们的大脑神经元数量远低于100万个。
类似地，英特尔最小的神经形态系统Kapoho Bay由两个Loihi芯片组成，具有262,000个神经元，并支持各种实时边缘工作负载。英特尔和INRC的研究人员已经证明了Loihi能够实时识别手势，使用新型人造皮肤阅读盲文，使用习得的视觉地标确定方向，以及学习新的气味模式——所有这些都需要消耗数十毫瓦的电力。到目前为止，这些小规模的示例显示了出色的可伸缩性，与传统解决方案相比，较大的问题在Loihi上运行得更快、更有效。这反映了自然界中大脑的可扩展性，从昆虫到人脑。
Pohoiki Springs拥有1亿个神经元，将Loihi的神经容量增加到小型哺乳动物大脑的大小，这是支持更大更复杂的神经形态工作负载的重要一步。该系统为自主、互联的未来奠定了基础，这将需要实时、动态数据处理的新方法。
如何使用:英特尔的神经形态系统，如Pohoiki Springs，仍处于研究阶段，并不打算取代传统的计算系统。相反，它们为研究人员提供了一种工具，用于开发和描述新的神经启发算法，用于实时处理、解决问题、适应和学习。
INRC成员将使用英特尔的Nx SDK和社区贡献的软件组件，通过云访问Pohoiki Springs并构建应用程序。
正在为Loihi开发的有前途的、高度可扩展的算法的例子包括:
- 约束满足:约束满足问题在现实世界中随处可见，从数独游戏到航班调度，再到包裹递送计划。它们需要评估大量潜在的解决方案，以确定满足特定约束的一个或几个解决方案。Loihi可以通过高速并行地探索许多不同的解决方案来加速这些问题。
- 搜索图形和模式:每天，人们都会搜索基于图的数据结构，以找到最优路径和紧密匹配的模式，例如获取驾驶方向或识别人脸。Loihi已经展示了快速识别图中的最短路径和执行近似图像搜索的能力。
- 优化问题:神经形态结构可以编程，使其动态行为随着时间的推移在数学上优化特定的目标。这种行为可以应用于解决现实世界的优化问题，例如最大化无线通信信道的带宽或分配股票投资组合以以目标回报率最小化风险。
关于神经形态计算:传统的通用处理器，如cpu和gpu，特别擅长于人类难以完成的任务，例如高度精确的数学计算。但技术的作用和应用正在扩大。从自动化到人工智能以及其他领域，人们越来越需要计算机像人类一样操作，实时处理非结构化和有噪声的数据，同时适应变化。这个挑战激发了新的和专门的架构。
神经形态计算是对计算机架构从下到上的完全重新思考。他们的目标是应用神经科学的最新见解，创造出功能不像传统计算机而更像人脑的芯片。神经形态系统在硬件层面复制神经元的组织、交流和学习方式。英特尔认为Loihi和未来的神经形态处理器将定义一种可编程计算的新模式，以满足世界对无处不在的智能设备日益增长的需求。
