神经元|整合第一代芯片成果，英特尔推出第二代神经拟态研究芯片Loihi 2 法拉第未来|manufacturing|量产|汉

近日，英特尔发布第二代神经拟态研究芯片——Loihi 2，与用于开发神经启发应用的开源软件框架Lava。据悉，该芯片整合了英特尔过去3年使用的第一代研究芯片的收获，充分利用英特尔制程技术和异步时钟设计模式的进展。
消息称，Loihi 2的进步使该架构得以支持新型神经启发算法和应用，提供高达10倍的处理速度，实现每个芯片最多有100万个神经元的高达15倍的资源密度，并同时提高能效。Loihi 2采用了预生产版本的Intel 4制程节点，与以往的制程技术相比，Intel 4制程节点采用的极紫外光刻(EUV)技术简化了布局设计规则，使Loihi 2的快速开发成为可能。
而Lava软件框架满足了神经拟态研究社区对通用软件框架的需求。作为一个开放、模块化、可扩展的框架，Lava将允许研究人员和应用开发人员在彼此取得的成果上进一步开发，并集中到一组通用的工具、方法和函数库中。
【 神经元|整合第一代芯片成果，英特尔推出第二代神经拟态研究芯片Loihi 2】同时，Lava能够在跨越传统和神经拟态处理器的异构架构上无缝运行，实现跨平台执行以及与各种人工智能、神经拟态和机器人框架的互操作性。开发人员无需使用专门的神经拟态硬件即可开始构建神经拟态应用，并且可以为Lava代码库做出贡献，包括将其移植到其他平台上运行。
那么，Loihi 2和Lava究竟有哪些关键性突破？
英特尔方面介绍，Loihi 2和Lava为研究人员开发并塑造新的神经启发应用提供了工具，用于实时处理、问题解决、适应和学习。显著的技术亮点包括：
更快、更通用的优化：Loihi 2更出色的可编程性将帮助解决更广泛的艰难优化问题，包括从边缘到数据中心系统的实时优化、规划和决策。
持续学习和关联学习的新方法：Loihi 2改进了对高级学习方法的支持，包括了各种反向传播算法(深度学习的主力算法)。这扩大了适应性和数据高效学习算法的范围，使低功耗设备能支持这些在线学习算法。
可通过深度学习进行训练的新型神经网络：Loihi 2中的完全可编程神经元模型和广泛的脉冲信息传递，为各种可在深度学习中进行训练的新型神经网络模型打开了大门。早期的评估表明，与在原始版本的Loihi上运行的标准深度网络相比，在准确性没有降低的情况下，Loihi 2上每次推理的运算次数减少了60多倍。
与现实世界的机器人系统、传统处理器和新型传感器无缝集成：Loihi 2通过整合更快、更灵活和更标准的输入/输出接口，解决了Loihi中客观存在的一处局限。Loihi 2芯片将支持以太网接口，与更广泛的基于事件的视觉传感器实现无胶合集成，同时Loihi 2芯片还拥有更大的网状网络。