神经形态计算 | 超越当今的人工智能
通过与新一代人工智能软件合作设计优化硬件，英特尔研究院的神经形态研究已超越了当今的深度学习算法。在不断壮大的社区的帮助下，这项开创性研究正努力促进自适应人工智能的未来。
Loihi 2：新一代神经形态计算
英特尔研究院第二代神经形态研究芯片（代号“Loihi 2”）和开源软件框架“Lava”将会推动神经形态计算解决方案的创新和采用。
增强特性包括：
- 处理速度提高 10 倍1
- 芯片间带宽提升 60 倍2
- 多达 100 万个神经元，资源密度提高 15 倍3
- 具有原生以太网支持的 3D 可扩展
- 名为“Lava”的全新开源软件框架
- 具有分级尖峰的完全可編程神经元模型
- 增强的学习和适应功能
请阅读完整技术简介，了解关于 Loihi 2 和 Lava 如何将神经形态计算提升到全新水平的更多信息。
神经形态计算研究
英特尔研究院正在引领研究工作，帮助神经形态计算领域实现新一代智能设备和自主系统的目标。在生物神经计算原理的指导下，神经形态计算使用新的算法，模拟人脑与世界交互的方式，能够提供更接近人类认知的能力。
尖峰神经网络（SNN）是通过动态重新映射神经网络来模拟自然学习的新型模型，在神经形态计算中被用来对随时间变化的学习模式做出决定。与传统架构相比，神经形态处理器利用这些基于事件的异步 SNN 在功耗和性能上获得了数量级的提升。
神经形态计算的创新架构方法将为未来需要能源效率和持续学习的自主人工智能解决方案提供动力。它有望在计算领域开创令人振奋的全新可能性，且已在各种领域中广泛应用，包括感应、机器人、医疗保健和大型人工智能应用程序。
英特尔和埃森哲支持旨在帮助为使用轮椅的儿童患者而进行的神经形态研究项目
英特尔和埃森哲宣布将支持由以色列开放大学的神经生物形态工程实验室与 ALYN 医院合作开展的英特尔神经形态学研究社区 (INRC) 项目。
新加坡的研究人员正寄希望于英特尔的神经形态计算，来帮助机器人获得“感知”的能力
这个由新加坡国立大学研究人员开发的新型机器人系统包含一个模仿生物神经网络的人工大脑系统，它可以搭载英特尔的 Loihi 芯片等高能效神经形态处理器，并与人工皮肤和视觉传感器集成。
实现性能的巨大飞跃
英特尔高级研究员兼总监 Rich Uhlig 和英特尔神经形态计算研究院总监 Mike Davies 在英特尔研究院开放日的演讲中深入介绍了神经形态计算和令人兴奋的量化基准测试结果。
观看此视频，了解更多关于神经形态计算如何帮助推动下一代人工智能的详情。
合作推进神经形态计算
英特尔研究院建立了英特尔神经形态研究社区（INRC），这是一项全球合作研究工作，汇集了来自学术、政府和行业组织的团队，以攻克神经形态计算领域的广泛挑战。
英特尔与顶尖研究人员组成的生态系统一起，正在致力于在未来几年内将这项技术从研究原型发展为行业领先的产品。会员资格免费，对所有符合资格的小组开放。
更多资源
英特尔和桑迪亚国家实验室在神经形态计算上开展合作
英特尔联邦公司 (Intel Federal LLC) 宣布与桑迪亚国家实验室 (Sandia National Laboratories) 达成一项为期三年的协议，探索神经形态计算对计算纵向扩展问题的价值。