英特尔AI加速器建立模拟大脑的神经形态芯片
https://bit.ly/3iSTRoI
为了实现AI运算，每个芯片供应商都在开发AI加速器，并声称比其他任何竞争对手都要好
。然而，AI市场是非常多样化的，每种产品都有自己的位置和优势。无论是，辉达针对机
器学习的大规模平行系统，到英特尔针对数据中心推理工作负载的芯片，甚至高通针对智
慧型手机和其他行动装置设计的影像处理和安全功能等方面嵌入式AI加速器。
实际上，AI不是一个单一市场，而是一系列不同的子市场，不能仅由一种芯片提供所有服
务。
因此，英特尔正在探索一种不同的方法，作为其当前AI加速器功能的补充，正在建构模拟
大脑的神经形态芯片。虽然，其不是唯一一个探索这种方法的公司。
与基于Von Neumann架构的传统大规模平行架构不同的是，英特尔提出的架构是使用从一
开始就为电脑提供动力的处理元件和共享内存系统，正在试验一种方法，限制许多单独
的算子件（具有专用内存单元的处理能力）并透过高速网状网络将它们连接起来。英
特尔在其第二代Loihi神经形态芯片上，配备具有更快且更密集的Loihi 2。
通过使用密集的神经元和突触（Synapse）等模拟生物大脑功能，英特尔希望能够为某些
类型的AI功能建构芯片，且其功耗非常低。与传统芯片几十到几百瓦相比，这一芯片几乎
以毫瓦为单位。虽然其不能替代AI中的所有学习系统，但其在路由、排程和音频/视频处
理等特殊工作负载中却更能发挥其特长。
英特尔目前不打算出售Loihi芯片。相反，其计划建构数量有限的系统，并将其出租给可
以通过创建专门的编程和类似的增强功能来试验和推进神经形态生态系统的组织和机构，
这些功能最终可以共享并成为开源生态系统的一部分。目前，Loihi和神经形态仍处于开
发的实验阶段，大规模部署至少需要5年以上。
在软件部分，Lava将是一个开源环境，旨在支持神经形态代码的建模和开发。它的目的是
在Loihi 2芯片上运行的程式。Magma则是在Loihi芯片环境上运行的代码，并将保留为英
特尔的专属财产（很像IA/x86指令集）。从Lava到Magma的转换将成为在Lava环境中，固
有的更高阶功能的关键组成部分，就像今天的C和Python等高阶语言一样。
总之，研究机构J. Gold Associates认为，通过增加包含神经形态运算的功能，英特尔正
在为愈来愈多的专用功能添加另一种工具，最终将大大加速AI处理能力。