IntelがLoihi2 Neuroprocessing Chip&LavaAPIを導入してディープラーニングと高度な技術的使用を実現

Loihi 2 is Intel’s second-generation neuromorphic research chip. It supports new classes of neuro-inspired algorithms and applications, while providing faster processing, greater resource density and improved energy efficiency. It was introduced by Intel in September 2021. (Credit: Intel Corporation)

(Source:wccftech)

Intelは本日、同社の第2世代neuromorphic research chipであるLoihi 2と、neuro-inspired applicationsを開発するためのオープンソースソフトウェアフレームワークであるLava APIを発表しました。Intelは、将来に向けてneuromorphicテクノロジーの進歩に引き続き注力しています。

「Loihi 2とLava harvestは、Loihiを使用した数年間の共同研究から洞察を集めています。当社の第2世代チップは、neuromorphic処理の速度、プログラム可能性、および容量を大幅に改善し、電力および遅延が制約されたインテリジェントコンピューティングアプリケーションでの使用を拡大します。私たちは、ソフトウェアのコンバージェンス、ベンチマーク、およびフィールドでのクロスプラットフォームコラボレーションの必要性に対処し、商業的実行可能性に向けた進歩を加速するために、Lavaをオープンソーシングしています。」

–Intelのneuromorphicコンピューティングラボのディレクター、Mike Davies

Loihi 2 is Intel’s second-generation neuromorphic research chip. It supports new classes of neuro-inspired algorithms and applications, while providing faster processing, greater resource density and improved energy efficiency. It was introduced by Intel in September 2021. (Credit: Walden Kirsch/Intel Corporation)

Intelの最新のLoihi2 neuromorphicチップにより、同社は「神経科学から洞察を引き出して、生物学的脳のように機能するチップを作成する」ことができます。この取り組みは、エネルギー効率をはるかに高いレベルで大幅に改善するだけでなく、「視覚、音声、ジェスチャーによる検索機能、ロボット工学、制約付き最適化問題」など、いくつかのエッジアプリケーションで計算学習を効率的に加速するのに役立ちます。これらは、neuromorphicスキン、ロボットアーム、嗅覚センシングなどのテクノロジーに見られます。

A photo shows Intel’s Loihi 2 neuromorphic chip die. Loihi 2 is Intel’s second-generation neuromorphic research chip. It supports new classes of neuro-inspired algorithms and applications, while providing faster processing, greater resource density and improved energy efficiency. It was introduced by Intel in September 2021. (Credit: Walden Kirsch/Intel Corporation)
A photo shows Intel’s Loihi 2 neuromorphic chip on the tip of a finger. Loihi 2 is Intel’s second-generation neuromorphic research chip. It supports new classes of neuro-inspired algorithms and applications, while providing faster processing, greater resource density and improved energy efficiency. It was introduced by Intel in September 2021. (Credit: Walden Kirsch/Intel Corporation)

Loihi 2は、その前身の第1世代リリースでの数年の使用経験を活用しているため、Intelのプロセステクノロジと非同期設計構造をさらに前進させることができます。

Loihi 2の進歩により、アーキテクチャは新しいクラスの神経に触発されたアルゴリズムとアプリケーションをサポートできると同時に、最大10倍高速な処理、最大15倍のリソース密度、チップあたり最大100万ニューロン、エネルギー効率の向上を実現します。Loihi 2は、Intelの技術開発グループとの緊密なコラボレーションの恩恵を受けて、Intel4プロセスの試作バージョンで製造されました。これは、Intel4の健全性と進歩を強調しています。Intel4での極限紫外線(EUV)リソグラフィーの使用過去のプロセス技術と比較して、レイアウト設計ルールを簡素化しました。これにより、Loihi 2の迅速な開発が可能になりました。

Lavaソフトウェアフレームワークは、neuromorphic研究コミュニティにおける共通のソフトウェアフレームワークの必要性に対応しています。Lavaは、オープンでモジュール式の拡張可能なフレームワークとして、研究者とアプリケーション開発者が互いの進歩に基づいて構築し、ツール、メソッド、およびライブラリの共通セットに収束できるようにします。Lavaは、従来のプロセッサとneuromorphicプロセッサの異種アーキテクチャでシームレスに実行され、クロスプラットフォームの実行と、さまざまな人工知能、neuromorphic、ロボット工学のフレームワークとの相互運用性を実現します。開発者は、特殊なneuromorphicハードウェアにアクセスせずにneuromorphicアプリケーションの構築を開始でき、他のプラットフォームで実行するための移植など、Lavaコードベースに貢献できます。

ロスアラモス国立研究所のスタッフサイエンティストであるDr.GerdJ.Kundeは、次のように述べています。この研究は、ハード最適化問題を解決するためのスパイクニューラルネットワークと量子アニーリングアプローチの間にいくつかのエキサイティングな同等性を示しました。また、ニューラルネットワークをトレーニングするための基本的な構成要素であり、以前は実装できないと考えられていた逆伝播アルゴリズムも実証しました。neuromorphicアーキテクチャでは、Loihiで効率的に実現できます。私たちのチームは、第2世代のLoihi 2チップでこの研究を継続できることに興奮しています。」

現在、Intelは、Intel Neuromorphic Research Community(INRC)のNeuromorphic Researchクラウドを通じて、2つの別個のLoihi2ベースのneuromorphicシステムを提供しています。1つ目は「早期評価用シングルチップシステム」のオヘオガルチ。2つ目は「まもなく発売される8チップシステム」のカポホポイント。Lava APIは現在、GitHubから無料でダウンロードできます。Loihi2とLavaAPIに関するプレゼンテーションとチュートリアルは、今年10月のIntelのイノベーションイベントで紹介されます。

Loihi2とLavaAPIは、問題解決、学習、ソリューションの適応、および数式のリアルタイム処理のためのニューロテクノロジーの新しいアプリケーションを作成および特性評価するためのツールを研究者に提供します。

より高速でより一般的な最適化:  Loihi 2の優れたプログラマビリティにより、リアルタイムの最適化、計画、エッジからデータセンターシステムまでの意思決定など、より幅広いクラスの困難な最適化問題をサポートできます。

継続的で連想的な学習のための新しいアプローチ:  Loihi 2は、深層学習の主力アルゴリズムであるバックプロパゲーションのバリエーションを含む、高度な学習方法のサポートを改善します。これにより、オンライン設定で動作する低電力フォームファクターでサポートできる適応およびデータ効率の高い学習アルゴリズムの範囲が広がります。

ディープラーニングでトレーニング可能な新しいニューラルネットワーク:  Loihi 2の完全にプログラム可能なニューロンモデルと一般化されたスパイクメッセージングにより、ディープラーニングでトレーニングできるさまざまな新しいニューラルネットワークモデルへの扉が開かれます。初期の評価では、精度を損なうことなく、元のLoihiで実行されている標準のディープネットワークと比較して、Loihi2での推論あたりの操作数が60分の1に削減されることが示唆されています。Loihi 2は、より高速で、より柔軟で、より標準的な入出力インターフェースを組み込むことにより、Loihiの実際的な制限に対処します。Loihi 2チップは、イーサネットインターフェイス、幅広いイベントベースのビジョンセンサーとのグルーレス統合、およびLoihi2チップのより大規模なメッシュネットワークをサポートします。

実世界のロボティクスシステム、従来のプロセッサ、および新しいセンサーとのシームレスな統合:  Loihi 2は、より高速で、より柔軟で、より標準的な入力/出力インターフェイスを組み込むことにより、Loihiの実際的な制限に対処します。Loihi 2チップは、イーサネットインターフェイス、幅広いイベントベースのビジョンセンサーとのグルーレス統合、およびLoihi2チップのより大規模なメッシュネットワークをサポートします。

Loihi2neuromorphicプロセッシングチップとLavaAPIの詳細については、Loihi2とLavaAPIの新しい進歩に関するこのテクニカルブリーフで詳しく説明します。