英特尔研发神经形态芯片，其用意何在呢？

　　英特尔已经展开了几次收购行动，并修改了深度学习的发展蓝图。新的产品系列既涵盖了用于训练神经网络的Knights Mill和Lake Crest(Nervana)，也包含用于运行这些模型的Xeons，Altera FPGA和Movidius视觉处理器。

　　随着Loihi测试芯片的发布，英特尔现在已经将另一芯片纳入产品组合中。不过，这一个芯片有一点不同。对于开创者来说，这一芯片并不是公司人工智能产品事业部的一部分，而是英特尔研究院的一部分，该研究院花了约六年时间研发这一测试芯片。此外，Loihi测试芯片有一个非常不同的“自学”神经构造，有潜力解决更加广泛的人工智能问题。

　　模拟大脑的计算机的概念并不新鲜，美国加利福尼亚理工学院的科学家卡弗·米德(Carver Mead)在20世纪80年代就开始研究这个概念，并创造了“神经元”这一术语。但是，这些在很大程度上还是让科学项目只带来少量的商业应用软件。英特尔研究院高级首席工程师兼首席科学家Narayan Srinivasa在接受采访时解释道，公司为什么选择走这一条路。

　　摩尔定律放缓让英特尔可以在特定区域压缩更多的内核。Srinivasa表示，但事实上，许多工作负载无法利用所有的这些内核，这就导致了所谓的暗场硅晶现象。换句话说，始终点亮所有的晶体管效率并不高。为了解决这个问题，该行业既需要一个更高效的结构，也需要能利用所有内核的互补性工作负载。

　　英特尔和其他公司受到大脑设计的启发，因为大脑做什么事的效率都很高。估计人脑大约有1000亿个神经元，每一个神经元有1万个突触连接——或者总共有1千万亿个突触，但是运行所需的能量比灯泡要少。当然，神经形态芯片还无法接近这种规模。但14纳米的Loihi测试芯片被分为128个群集，每一个群集包含1024个神经元，总共约有13万个神经元，散布着1.3亿个突触。

　　但芯片运行的原理是类似的，至少在我们了解大脑如何工作的范围内是如此。当发送到神经元的脉冲或“尖波”达到一定的激活水平时，它会将突触上的信号发送到其他神经元。不过，大部分的活动都发生在“易变化的”突触上，意味着突触可以从这些变化中学到东西并存储这些新信息。不像拥有单独计算和存储器的常规系统，神经形态芯片拥有许多存储器(在这种情况下为SRAM高速缓存)，安装在靠近计算引擎的位置。

　　这些脉冲神经网络中没有全局时钟，只有在神经元达到激活水平时，神经元才会发光。而其余时间神经元都是黑暗状态。这种异步操作使得神经形态芯片比“永远开启”的CPU或GPU更加节能高效。异步操作技术来源于半导体公司Fulcrum Microsystems，英特尔在2011年收购了这家开发以太网交换芯片的公司。但Srinivasan表示，这只是“用于其他技术的啸声”。

　　这也使得脉冲神经网络有望成为其他学习模式的解决方案。GPU非常适用于监督学习，因为这些深层神经网络可以使用大量标签数据进行离线训练，这些数据可以让大阵列处理器保持忙绿状态。然后，这些模式被转移到所谓的“推理”程序中，在中央处理器，现场可编程门阵列或专用集成电路上运行。神经形态芯片也可以用于监督学习，但是由于它们本质上更有效率，所以脉冲神经网络也应是使用稀疏数据的无监督或强化学习的理想选择。这方面不错的示例就包括智能视频监控和机器人技术。

　　Loihi测试芯片并不是第一个神经形态芯片。IBM的TrueNorth，它是DARPA长期研究项目的一部分，它也许是最知名的。但也有其他的例子，比如斯坦福大学的Neurogrid，海德堡大学的BrainScaleS系统和曼彻斯特大学的SpiNNaker。这些都依赖于拥有多个离线训练芯片的板卡(在某些情况下还拥有模拟电路)。英特尔表示，Loihi测试芯片可以用于实时培训和推理，并且随着时间的推移不断学习，越来越擅长它所做的事情。Srinivasa说：“我们是唯一一个在单一芯片上就可以处理所有这些学习模式的公司。”

　　全数字设计实际上包含两个14纳米的芯片，一个简单的x86处理器，可以在同一个程序包中进行大量的预处理(收集数据，将数据编码成适合于脉冲神经网络的格式，并将其传输到神经形态芯片)，以及做出神经形态网格。Loihi测试芯片不是协同处理器;尽管系统细节仍在制定之中，x86芯片将会拥有引导环境和轻量级操作系统，并充当主机。

　　第一批芯片将在11月份进行制作，计划在2018年上半年与“专注推动人工智能发展的一流大学和研究机构”一同进行测试。届时，英特尔还计划完成一个软件工具，可以更易于转换数据流图来运行作为监督，无监督和强化学习的脉冲神经网络。

　　Loihi测试芯片神经元的数量和鼹鼠大脑中的数量大致相同，而Loihi测试芯片是一个相对较小的神经形态芯片，但英特尔表示，利用公司先进的工艺技术，可以轻松扩展这一架构。Srinivasa说：“没有什么可以阻止我们做更多有关神经元和突触的工作，因为它们都是一样的。”

　　但是，目前这仍只是一个研究项目。的确，Loihi的名字可能传达了这么一个微妙的信息，告诉我们还有多少工作要做。位于夏威夷岛海岸的罗希火山是夏威夷海底山中唯一的火山，这座海底山还处于早期发展阶段。这些海底火山经历了几千年的循环爆发，熔岩积累和侵蚀，慢慢形成了岛屿。希望人工智能的下一个重大突破不会花那么长的时间才能出现。