Intel发布Loihi 2：新一代神经形态芯片，先进可编程性与3D扩展

Intel宣布Loihi 2，其第二代神经形态处理器基于预生产Intel 4工艺节点制造。新芯片面向探索下一代脉冲神经网络（SNN）的研究人员，在可编程性、密度、可扩展性上实现实质增益。

Loihi 2关键增强

Loihi 2引入全可编程神经元指令集，允许脉冲携带整数载荷而非Loihi 1的二进制0/1。此变更增加模型表达力，减少给定任务所需神经元数量。

随硬件推出Lava——开源软件栈，统一事件驱动编程、异构执行、社区驱动代码共享。框架旨在加速神经形态应用开发，弥合研究与部署鸿沟。

常规CPU用细粒度内存，Loihi在每核心内直接存储数据，实现真正异步操作，匹配生物大脑基于时序逻辑。据Intel神经形态计算实验室主管Mike Davies称，“芯片计算源于其元件动态交互，达到编码答案的平衡态。”

首代Loihi原型已部署多元场景：减少磨损的自适应机械臂控制器、比深度学习基线更快学习气味的嗅觉识别系统、实时响应干扰的列车调度引擎。这些用例凸显平台在现实世界低功耗智能方面的潜力。

Loihi 2核心数同前代128个，但神经元数量八倍。整体芯片面积因Intel 4工艺减半，每平方毫米网络容量约增15倍。内存分区为灵活银行并压缩，为额外神经元和突触腾空间。

新指令集让开发者编程自定义神经元模型，包含算术、比较、控制流操作。此微代码能力解锁更丰富SNN架构，支持复杂算法高效映射。

Loihi 2脉冲携带可配置整数载荷，支持事件基消息传递的Sigma-Delta神经网络（SDNN）。SDNN计算类似传统DNN的分级激活但仅传输显著变化，比Loihi 1严格基于时序方法推理更快。

Loihi 2电路层面达10倍加速，处理网络比生物神经元快5000倍。设计引入3D扩展端口，使平面芯片网格成体积阵列，芯片间带宽四倍、脉冲流量压缩十倍。总体多数工作负载获60倍容量提升。

三因子学习——前沿神经形态训练范式——现获支持，允许研究者在硬件上近似反向传播。这为直接在Loihi 2训练深层架构开辟新径。

研究者可获单芯片Oheo Gulch板快速原型，继之以八芯片Kapoho Point系统提供以太网接口支持可堆叠部署。这些板为机器人等边缘应用提供低延迟高吞吐平台。

硬件快速进步时软件支持滞后。Lava旨在填补空白，提供统一API用于事件基异步编程和异构执行。它让开发者在CPU原型后将计算密集内核卸载至Loihi 2，降低准入门槛、促进跨实验室协作。

Lava托管于GitHub，欢迎神经形态社区贡献。通过提供共享构建块和示例模型，框架寻求加速创新、推动神经形态技术商业化。

原载EE Times。

相关内容：

订阅Embedded周报，获取更多嵌入式内容。

嵌入式