Intel представляет нейроморфный процессор «Loihi» и 49-кубитный квантовый чип «Tangle Lake»

Intel продвигает нейроморфные и 49-кубитные сверхпроводящие квантовые процессоры (кодовое имя Tangle Lake).

Нейроморфный (кодовое имя Loihi) — новый вычислительный подход, вдохновленный работой мозга, который сделает машинное обучение более эффективным.

Дорожная карта Intel предполагает, что они могут достичь 1000-кубитной системы в течение 5–7 лет.

Loihi — процессор, имитирующий мозг

CEO Intel представил исследования компании в нейроморфных вычислениях — новом вычислительном подходе, вдохновленном работой мозга. Чтобы сделать искусственный интеллект и машинное обучение более эффективными, Loihi объединяет обучение и вывод на одном процессоре.

Как и животное/человеческое мозг, Loihi соединяет нейроны вместе и меняет связи между нейронами. То, что дает Loihi — это способность разрабатывать сеть, подавать данные, а затем она меняет сеть по мере продвижения и обучения, и скажет вам результат — онлайн, на краю, потребляя мало энергии.

Особенности

• Полностью асинхронная нейроморфная сетка поддерживает разные иерархические, разреженные и рекуррентные топологии нейронных сетей, где каждый нейрон может общаться с тысячами других нейронов.
• Каждое ядро имеет обучающий движок, который можно запрограммировать для динамической адаптации параметров сети, поддерживая подходы обучения с подкреплением, с учителем и без учителя.
• Всего 130 000 нейронов и 130 миллионов синапсов, изготовленных на 14-нм процессорной технологии.
• Разработка и тестирование множества алгоритмов с высокой эффективностью для задач вроде удовлетворения ограничений, динамического обучения паттернов, планирования путей, обучения словарю, разреженного кодирования и т.д.

Процессор может использоваться везде, где реальная информация должна обрабатываться в постоянно растущих средах реального времени. Например, он будет способен обеспечить более умные камеры безопасности, устройства дополненной/смешанной реальности и автономные автомобили, общающиеся в реальном времени.

На данный момент Intel имеет полностью функционирующий нейроморфный исследовательский процессор и они стремятся поделиться прототипом с ведущими исследовательскими институтами (применяя его к более сложным проблемам и структурам данных) к концу 2-го квартала 2018 года.

Tangle Lake — сверхпроводящий квантовый тестовый чип

В октябре 2017 года Intel доставил 17-кубитный сверхпроводящий чип с передовым упаковыванием, и теперь, всего через 3 месяца, они представили 49-кубитный квантовый тестовый чип, представляющий впечатляющий прогресс к их цели разработки полнофункциональной вычислительной системы — от контрольной электроники до алгоритмов.

Потребуется, вероятно, один миллион или более кубитов для достижения коммерческой актуальности. Квантовые вычисления решат проблемы, которые обычно занимают сегодня самые мощные суперкомпьютеры месяцы, такие как финансовое моделирование, разработка лекарств и климатическое прогнозирование.

Архитектура кубитов включает петли сверхпроводящего металла, которые требуют экстремально низкой температуры почти 20 милликельвинов для работы.

За последние пару лет гонка построения квантовых компьютеров среди технологических гигантов стала довольно интересной. В ноябре 2017 года ученые IBM заявили, что они разработали 50-кубитный прототип квантового чипа. В том же году Google говорил о своих целях построить 49-кубитный сверхпроводящий квантовый чип. Но это все еще будет долгий путь до разработки полномасштабной квантовой машины. Дорожная карта Intel предполагает, что они могут достичь 1000-кубитной системы в течение 5–7 лет.

Intel также много инвестирует в исследование спиновых кубитов в кремнии. Поскольку они намного меньше сверхпроводящих кубитов, они могут иметь преимущество в масштабировании. По сути, спиновые кубиты напоминают однoэлектронный транзистор — похожи на традиционные транзисторы — которые могут быть произведены сопоставимыми техниками. До сих пор Intel разработал поток фабрикации спиновых кубитов на 300-мм процессорной технологии.

Ни нейроморфные, ни квантовые вычисления не собираются заменять компьютеры общего назначения, но они должны их улучшать.