英特尔宋继强:计算创新进入超异构时代,需要软硬结合,探索突破

责任编辑:田小梦 2020.07.16 09:25 来源:通信世界网

通信世界网消息(CWW)2020年7月15日上午,第十五届“开源中国开源世界”高峰论坛如期举行。英特尔中国研究院院长宋继强在此次论坛上发表了题为《神经拟态计算,探索智能互联时代的计算创新》主题演讲。演讲内容涵盖信息世界数据的三大变化而产生的对计算创新的需求,以及英特尔在计算创新上所做出的努力和进展。宋继强在此次演讲中也表示,希望通过开源的技术和平台,让新的技术可以造福全人类。

据宋继强介绍,因为无线通讯技术和人工智能技术的广泛应用,目前人类所处的信息世界的数据正在呈现三大变化。首先是数据量呈指数级的爆发。除了我们熟知的人为输入和设备在不断地产生数据之外,物联网、人工智能模型也在产生大量的数据。另外,数据的形态也日趋多样化,有更多非结构化数据在实时产生。最后,很多来自于物联网设备以及实际应用场景的数据,需要在终端或边缘被采集,同时要能够实时处理后再反馈到边缘。这也是数据的第三个变化,即对数据实时处理的需求在快速增长。

针对信息世界中数据的这三大变化,对计算创新的需求也呼之欲出。英特尔在计算创新领域耕耘多年,并提出了“超异构”计算解决方案,通过先进的异构封装技术将多种不同类型的架构组合到一张芯片中,并提供面向异构计算统一、可扩展的编程模型oneAPI软件解决方案。除此之外,英特尔也在继续探索计算架构的创新,神经拟态计算是一种全新的架构,并且英特尔也已经取得了瞩目的成就。

超异构计算创造卓越能效比

宋继强在此次演讲中指出,目前我们主流的计算架构有四种,分别是标量、矢量、矩阵和空间计算,异构计算就是要把这些计算进行整合,简称为“XPU”。传统的异构计算主要采用SoC和分体式板卡的方式,但这两种方式各有劣势,而英特尔的“超异构”计算可以把这两种方式的优势集合,同时避免它们的不足。

“英特尔先进的封装技术,如EMIB、Foveros等,可以很好地将多种不同架构的芯片整合到一个芯片里,”宋继强表示。“这些技术可以避免在板级封装中对空间和传输效率的牺牲,同时在小空间、低功耗的情况下,提高了计算性能和能效比。”

 1594862806672041478.png

除此之外,在超异构计算领域,英特尔推出“软硬结合”战略,推出了以开发者为中心的oneAPI软件解决方案,提供一个通用、开放的编程体验,让开发者自由选择架构,无需在性能上做出妥协,也大大降低了使用不同的代码库、编程语言、编程工具和工作流程所带来的复杂性,从而为企业节省成本。

宋继强表示:“通过我们提供的统一API接口使得在不同硬件之间的迁移变得非常简便和高效。oneAPI是面向开源的,也希望大家来参与这个领域的交流和合作。”

1594862832498058015.png

全新的计算架构:神经拟态计算

除此之外,英特尔在计算架构创新领域也在持续探索,这其中就包括采用全新的计算架构的神经拟态计算。宋继强认为,目前理想的一种计算方式是能够类似人脑,在低能耗的条件下完成多个不同种类的任务,同时又能够支持扩展,而神经拟态计算是一个可行之道。

英特尔在神经拟态计算领域已经取得了瞩目的进展。神经拟态芯片Loihi存储和计算一体,把计算单元和所需要的存储空间紧密整合,拥有非常多一样的“小核”,每个“小核”中又拥有1000个神经元,每一个神经元又可以和另外1000个神经元相互连接,这样的架构被称为“同构多核”,类似人脑中突触的概念。

“Loihi这样的一个小芯片已经可以模拟人脑的13万个神经元,并且可以产生1.3亿个突触,所以这已经是一个高度复杂的神经网络拓扑了,”宋继强说到。

神经拟态芯片也是真正的“绿色”芯片。据宋继强介绍,Loihi不仅体积小,同时采用异步电路设计,只有工作的神经元才会启动,其他的则处于休眠状态,可以实现非常高的能效比。

1594862851820042039.png

Loihi芯片灵活的架构支持多种事件驱动的自学习模式。除了深度学习中无监督学习模式和监督学习模式,Loihi还支持自监督学习,即关联不同的事件产出它们的前后因果顺序,并且进行强化。除此之外,Loihi还支持强化学习,即利用观察到的事件和决策之间反复迭代,从而得出“最优解”,这种学习模式非常适用于自动驾驶和机器人领域。

目前,英特尔最新的神经拟态系统Pohoiki Springs拥有768个Loihi芯片,提供1亿个神经元,已经相当于一个小仓鼠的大脑。

宋继强在演讲最后表示:“英特尔的宏旨是通过创造改变世界的技术,造福地球上每一个人。希望通过超异构计算以及神经拟态计算,以及开源的技术和平台,能够让新技术快速覆盖全球,产生造福人类的技术。”

通信世界网版权及免责声明:
1、凡本网注明“来源:通信世界全媒体”及标有原创的所有作品,版权均属于通信世界网。未经允许禁止转载、摘编及镜像,违者必究。对于经过授权可以转载我方内容的单位,也必须保持转载文章、图像、音视频的完整性,并完整标注作者信息和本站来源。
2、凡本网注明“来源:XXX(非通信世界网)”的作品,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。
3、如因作品内容、版权和其它问题需要同本网联系的,请在相关作品刊发之日起30日内进行。
发表评论请先登录
...
CWW视点
暂无内容
...
CWW专访
暂无内容
...
产业
    暂无内容