İkinci nesil araştırma yongası, ön üretim Intel 4 üretim sürecini kullanıyor, geliştirici inovasyonunu ve ticarileştirme yolunu hızlandırmak için açık yazılım çerçevesi ile 1 milyon nörona genişliyor.
Getirdiği Yenilikler: Bugün Intel; ikinci nesil nöromorfik araştırma yongası Loihi 2’yi ve nöro ilhamlı uygulamalar geliştirmek için açık kaynaklı bir yazılım çerçevesi olan Lava’yı tanıttı. Tanıtımları, Intel’in nöromorfik teknolojiyi geliştirmede süregelen ilerlemesine işaret ediyor.
“Loihi 2 ve Lava, Loihi kullanılarak yapılan birkaç yıllık ortak araştırmadan elde edilen içgörülerden faydalanıyor. İkinci nesil yongamız; nöromorfik işlemenin hızını, programlanabilirliğini ve kapasitesini önemli ölçüde geliştirerek, güç ve gecikme süresi kısıtlı akıllı bilgi işlem uygulamalarındaki kullanımlarını genişletiyor. Alandaki yazılım yakınsaması, kıyaslaması ve platformlar arası işbirliği ihtiyacını karşılamak ve ticari uygulanabilirliğe doğru ilerlememizi hızlandırmak için Lava’yı açık kaynak olarak kullanıyoruz.”
• Intel Nöromorfik Bilgi İşlem Laboratuvarı Direktörü Mike Davies
Neden Önemli: Biyolojik beyine benzer bir şekilde çalışan yongalar yapmak için nörobilimdeki içgörülerden yararlanan nöromorfik bilgi işlem; görüntü, ses ve hareket tanımadan aramaya erişim, robotik ve kısıtlı optimizasyon sorunlarına kadar bir dizi uç uygulama arasındaki öğrenmenin verimliliği, enerji verimliliği ve hesaplama hızında büyük iyileştirmeler sağlayan komutlar vermeyi hedefliyor.
Intel ve ortaklarının bugüne kadar gösterdikleri uygulamalar arasında robotik kollar, nöromorfik ciltler ve koku algılama bulunuyor.
Loihi 2 Hakkında: Araştırma yongası, birinci nesil araştırma yongası ile üç yıllık kullanımdan öğrenilenleri bir araya getiriyor ve Intel’in üretim süreci teknolojisi ve eşzamanlı olmayan tasarım yöntemlerindeki ilerlemeden yararlanmaktadır.
• Loihi 2’deki ilerlemeler; mimarinin yonga başına 1 milyona kadar nöron ile 10 kata kadar daha hızlı veri işleme1, 15 kata kadar daha yüksek kaynak yoğunluğu ve daha iyi enerji verimliliği sağlarken, yeni nöron ilhamlı algoritmalar ve uygulamalar sınıflarını desteklemesine olanak tanımaktadır. Intel’in Teknoloji Geliştirme Grubu’yla yakın işbirliğinden yararlanan Loihi 2; Intel 4’ün sağlığı ve ilerlemesini vurgulayan Intel 4’ün bir ön üretim versiyonuyla üretildi. Intel 4’teki aşırı kızılötesi (EUV) litografi kullanımı, düzen tasarımını eski teknolojilere kıyasla basitleştirdi. Bu, Loihi 2’yi hızla geliştirmeyi olanaklı kıldı.
• Lava yazılım çerçevesi, nöromorfik araştırma topluluğunun ortak yazılım çerçevesi ihtiyacını karşılamaya çalışmaktadır. Açık, modüler ve kapsamlı bir çerçeve olan Lava, araştırmacılar ve uygulama geliştiricilerin birbirlerinin ilerlemesinden yararlanmasına ve geliştirdiklerini ortak bir dizi araç, yöntem ve kitaplıkta bir araya getirmesine olanak tanıyacak. Lava, geleneksel ve nöromorfik işlemciler arasında heterojen mimariler üzerinde sorunsuz bir şekilde çalışarak platformlar arası yürütme ve çeşitli yapay zekâ çerçeveleri, nöromofik ve robotik çerçevelerle birlikte çalışabilirlik sağlamaktadır. Geliştiriciler, özel nöromorfik donanımlara erişim olmaksızın nöromorfik uygulamalar geliştirmeye başlayabilir ve başka platformlarda çalışacak şekilde taşımak dahil Lava kod tabanına katkıda bulunabilir.
Los Alamos Ulusal Laboratuvarı’ndan kadrolu biliminsanı Dr. Gerd J. Kunde, “Los Alamos Ulusal Laboratuvarı’ndaki araştırmacılar, kuantum ile nöromorfik bilgi işlem arasındaki alışverişleri incelemek ve yonga üzerindeki öğrenme süreçlerini uygulamak için Loihi nöromorfik platformunu kullanıyor,” diyor ve şöyle ekliyor: “Bu araştırma, zor optimizasyon problemlerini çözmek için, artan nöral ağlar ile kuantumu kuvvetlendiren yaklaşımlar arasında birtakım heyecan verici denklikler olduğunu gösterdi. Ayrıca nöral ağların eğitilmesinde temel bir yapıtaşı olan ve daha önce nöromorfik mimarilerde uygulanamaz olduğuna inanılan geri yayılma algoritmasının Loihi üzerinde verimli bir şekilde gerçekleştirilebileceğini de gösterdik. Ekibimiz, bu araştırmaya ikinci nesil Loihi 2 yongayla devam etmek için sabırsızlanıyor.”
Önemli Dönüm Noktaları Hakkında: Loihi 2 ve Lava; araştırmacıların gerçek zamanlı işleme, problem çözme, adaptasyon ve öğrenme için yeni nöro ilhamlı uygulamalar geliştirmesi ve karakterize etmesi için araçlar sağlıyor. Dikkat çeken önemli özellikleri arasında şunlar var:
• Daha hızlı ve daha genel optimizasyon: Loihi 2’nin daha iyi programlanabilirliği; uçtan veri merkezi sistemlerine gerçek zamanlı optimizasyon, planlama ve karar verme dahil birçok zor optimizasyon probleminin desteklenmesine olanak tanıyacak.
• Sürekli ve ilişkisel öğrenmeye yönelik yeni yaklaşımlar: Loihi 2, derin öğrenmede en çok çalışan algoritma olan geri yayılmanın varyasyonları dahil ileri öğrenme yöntemleri için desteği geliştiriyor. Bu, çevrimiçi ortamlarda çalışan düşük güçlü form faktörleri ile desteklenebilecek adaptasyon ve veri açısından verimli öğrenme algoritmalarının kapsamını genişletiyor.
• Derin öğrenme ile eğitilebilen yeni nöral ağlar: Loihi 2’deki tam olarak programlanabilir nöron modelleri ve genelleştirilmiş ani mesajlaşma, derin öğrenme ile eğitilebilen geniş bir dizi yeni nöral ağ modellerinin kapısını aralıyor. Erken değerlendirmeler, orijinal Loihi’de çalışan standart derin ağlara kıyasla, Loihi 2’de doğruluk kaybı olmaksızın çıkarım başına 60 kat daha az işlem azalması olduğunu gösteriyor2.
• Gerçek dünyadaki robotik sistemler, geleneksel işlemciler ve yeni sensörlerle sorunsuz entegrasyon: Loihi 2; daha hızlı, daha esnek ve daha standart giriş/çıkış arabirimlerini bir araya getirerek Loihi’nin pratik sınırlamasını gidermeye çalışıyor. Loihi 2 yongaları; Ethernet arabirimlerini, daha geniş bir dizi olay tabanlı görüntü sensörleriyle tutkalsız entegrasyonu ve Loihi 2 yongalarının daha geniş örgü ağlarını destekleyecek.
