近日，第三方機構(gòu)Gartner預(yù)計，到2025年，神經(jīng)擬態(tài)芯片將成為新型、先進形式的人工智能部署的主要計算架構(gòu)。到時，這項技術(shù)有望取代目前用于人工智能系統(tǒng)的主要芯片之一GPU。

英特爾公布了一項新的神經(jīng)擬態(tài)研究系統(tǒng)，并聲稱基于云計算的方式，可以解決更大規(guī)模和更復(fù)雜的問題。3月19日，英特爾將這個名為“Pohoiki Springs”的系統(tǒng)推向英特爾神經(jīng)擬態(tài)研究社區(qū)成員，后者包括來自埃森哲、空中客車等公司、政府實驗室和學術(shù)研究人員。

Pohoiki Springs是一個數(shù)據(jù)中心機架式系統(tǒng)，將768塊Loihi神經(jīng)擬態(tài)研究芯片集成在5臺標準服務(wù)器大小的機箱中。這套系統(tǒng)將英特爾的Loihi神經(jīng)擬態(tài)研究芯片擴展了750倍，同時以低于500瓦的功率運行。

Loihi處理器的設(shè)計思路來源于人腦，所以Pohoiki Springs相當于擁有1億個神經(jīng)元，它將Loihi的神經(jīng)容量增加到一個小型哺乳動物大腦的大小。不過，該系統(tǒng)目前仍處于研究階段，其設(shè)計目的也并非取代傳統(tǒng)的計算系統(tǒng)。

英特爾神經(jīng)擬態(tài)計算實驗室主任Mike Davies表示，這意味著，機器學習模型的學習方式與人類因戈爾的學習方式類似，一次看到圖像或者玩具，就能永遠識別它。這些模型還可以從數(shù)據(jù)中學習，幾乎在一瞬間，就可以做出比傳統(tǒng)契機學習模型更準確的預(yù)測。

“這將使一些今天很難處理的計算成為可能”，比如大面積停電時，自動識別最需要電力的地方，又或者幫助消費者更準確找到與特定產(chǎn)品照片相似或者匹配的物品。英特爾的研究人員近期使用一個神經(jīng)擬態(tài)芯片來訓練人工智能系統(tǒng)識別有害氣味，每種氣味使用一個訓練樣本，而最先進的深度學習方法需要3000個樣本。

事實上，參與這場量子計算競爭的企業(yè)眾多。谷歌研究員曾在2019年10月宣布其獲得了“量子霸權(quán)”(谷歌更愿意將其翻譯為“量子優(yōu)越性”)，其實驗室中的量子計算機在3分20秒內(nèi)完成了一次數(shù)學運算，這道題使用超級計算機要花費上萬年時間。

除此之外，微軟也在資助這一領(lǐng)域的研究。不過，其曾經(jīng)領(lǐng)導(dǎo)這一工作的高管Todd Holmdahl已經(jīng)辭職。目前該團隊向其副總裁Rani Borkar匯報，后者曾在英特爾和IBM工作，具有半導(dǎo)體背景。亞馬遜也表示開始有關(guān)量子技術(shù)的學術(shù)合作，并通過云計算服務(wù)為初創(chuàng)公司提供能力。

事實上，面對量子計算，多數(shù)研究者都認為，其將在未來十年發(fā)揮巨大的作用，但是眼下還處于初期。