一个用于开发神经启发式应用的开源软件框架

英特尔推出了第二代神经模拟研究芯片Loihi2和Lava，这是一个用于开发神经启发式应用的开源软件框架。

关于Loihi2，据报道，这款研究芯片集成了英特尔近三年来使用第一代研究芯片的收获，充分利用了英特尔工艺技术的进步和异步时钟设计模式。

具体来说，Loihi2的进步使该架构能够支持新的神经启发式算法和应用，提供高达10倍的处理速度，实现高达15倍的资源密度，每个芯片多达100万个神经元，同时提高了能效Loihi2采用了英特尔4流程节点的预生产版本与之前的工艺技术相比，Intel4工艺节点采用的极紫外光刻技术简化了版图设计规则，使得Loihi2的快速发展成为可能

Lava软件框架满足了神经模拟研究社区对通用软件框架的需求作为一个开放，模块化和可扩展的框架，Lava将允许研究人员和应用程序开发人员进一步发展彼此的成果，并专注于一套通用的工具，方法和函数库同时，Lava可以在跨越传统和神经模拟处理器的异构架构上无缝运行，实现与各种人工智能，神经模拟和机器人框架的跨平台执行和互操作开发人员可以在不使用特殊神经模拟硬件的情况下开始构建神经模拟应用程序，并可以为Lava代码库做出贡献，包括将其移植到其他平台上运行

那么，Loihi2和Lava的关键突破是什么。

根据英特尔的说法，Loihi2和Lava为研究人员开发和塑造新的用于实时处理，解决问题，适应和学习的神经启发式应用程序提供了工具。值得注意的技术亮点包括:

公牛，更快更通用的优化:Loihi2更好的可编程性将有助于解决广泛的困难优化问题，包括从边缘到数据中心系统的实时优化，规划和决策。

公牛，持续学习和关联学习的新方法:Loihi2改进了对高级学习方法的支持，包括各种反向传播算法这扩大了自适应和数据高效学习算法的范围，并使低功耗设备能够支持这些在线学习算法

公牛，可深度学习训练的新型神经网络:Loihi2中完全可编程的神经元模型和广泛的脉冲信息传输，为各种可深度学习训练的新型神经网络模型打开了大门早期评估表明，与原版本Loihi上运行的标准深度网络相比，Loihi2上每次推理的操作次数减少了60倍以上，且不降低准确率

公牛，与真实世界机器人系统，传统处理器和新传感器的无缝集成:Loihi2通过集成更快，更灵活和更标准的输入/输出接口，解决了Loihi的客观限制Loihi2芯片将支持以太网接口，并与更广泛的基于事件的视觉传感器实现无缝集成同时，Loihi2芯片还拥有更大的网状网络

英特尔神经模拟计算实验室主任MikeDavies说，Loihi2和Lava软件框架从使用Loihi多年的合作研究项目中获得见解第二代芯片大大提高了神经模拟处理的速度，可编程性和容量，并在功耗和时延有限的情况下扩展了其在智能计算应用中的应用英特尔正在开放Lava，以满足实践中软件融合，基准测试和跨平台合作的需求，加速商业化可行性进程

郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。