神经形态工程，也称为神经形态计算，是一种使用包含电子模拟电路的系统来模拟神经系统中存在的神经生物学结构。麻省理工学院、普渡大学、斯
神经形态工程，也称为神经形态计算，是一种使用包含电子模拟电路的系统来模拟神经系统中存在的神经生物学结构。麻省理工学院、普渡大学、斯坦福大学、IBM、惠普和其他地方的科学家已经率先开发了一些全堆栈系统，但在处理神经形态研究的长期目标之一——一台比现在任何一台计算机都强大一千倍的超级计算机——方面，可以说几乎没有人比英特尔更接近这一目标。
人类大脑由大约860亿个互相连接的脑细胞或神经元组成。英特尔现在已经向数字领域迈出了重要的一步，建立了一个拥有800万个数字神经元的计算机系统。
图片来源：英特尔
该系统名为Pohoiki Beach，拥有64个英特尔实验室的Loihi芯片，将提供给研究人员，他们能帮助英特尔使这项技术成熟，并将其推向商业化。Pohoiki Beach的800万个数字神经元是英特尔今年晚些时候达到1亿个目标的重要一步。
英特尔实验室负责人Rich Uhlig在美国国防部高级研究计划局(DARPA)底特律电子复兴计划(ERI)峰会上公布了这一系统。
这一努力表明，面对加速传统处理器的困难，科技行业越来越受到我们自己的“有机计算机”的启发。我们的灰质需要食物和氧气才能保持活跃，但大脑只需要20瓦的能量——这相当于一台功能适中的PC处理器。
像苹果iPhone芯片这样的真实产品已经配备了加速大脑启发技术的电路，但英特尔的“神经形态”Loihi项目向实际大脑工作的方向迈出了重要一步 - 它甚至包括神经元用于传输的轴突的数字等效物向其的邻居树突和突触发信号，树突接收这些消息，而突触连接这两个消息。
英特尔表示，研究人员已经使用Loihi系统来完成一些任务，比如模拟皮肤的触觉感知、控制假肢和玩足球。
随着电子产品小型化的难度稳步加大和功耗的不断增加，处理器速度的提高越来越难实现。因此，芯片制造商正将注意力从通用CPU(即中央处理器)转向专用芯片，这种芯片在有限的一系列操作中运行速度更快。
这种专业化的一个主要领域是称为GPU的图形芯片。 但是提高支撑当今人工智能软件中神经网络技术的芯片是一个热门新领域。
据英特尔称，Loihi处理信息的速度比传统处理器快1000倍，效率比传统处理器高10000倍，与传统CPU操作相比，Loihi可以解决某些类型的优化问题，在速度和能源效率方面可以提高三个数量级以上。
此外，该芯片制造商声称，Loihi可以保持实时性能结果，并且在放大50倍的情况下最多消耗30%的电能，而传统硬件则要多消耗500%的电能。该公司还表示，该芯片消耗的能量大约是广泛使用的CPU同步定位和映射方法的100倍。
”在Loihi上,我们已经能够证明，与GPU相比，运行实时深度学习基准的功耗降低了109倍，与专门的物联网推理硬件相比，功耗要低5倍。” Applied Brain Research联合CEO兼滑铁卢大学教授Chris Eliasmith表示，他的团队提供访问Loihi芯片的途径。
英特尔表示，今年晚些时候，它将推出一个更大的Loihi系统——Pohoki Springs，该系统将为超过1亿个神经元的神经形态工作负载提供“前所未有”的性能和效率。
