近日，英特爾研究院副總裁、英特爾中國研究院院長宋繼強接受記者採訪，詳細介紹了英特爾神經擬態計算技術的發展現狀。
七年磨一劍：從Loihi到Hala Point的飛躍
回溯至2017年，英特爾發布了Loihi神經擬態晶片，標誌著其在該領域研究的正式啟航。Loihi不僅在晶片中首次實現了生物大腦神經元的模擬，還創新性地將計算邏輯與存儲邏輯融為一體，即「存算一體化」。這種設計極大提高了能效比，為後續的研究奠定了堅實基礎。歷經數年，從Loihi到Hala Point，神經元規模從最初的百萬級躍升至十億級，僅用三年時間就實現了超過10倍的增長，這無疑是神經擬態計算領域的一大里程碑。
最新的Hala Point系統集成了1152個Loihi 2晶片，擁有11.5億個神經元，神經元規模已達到人腦的1/80。同時，Hala Point的能效比極高，最大功耗2600W，可達到15TOPS的性能。
Loihi 2晶片是Hala Point系統的核心，相較於初代，其在計算密度、速度、互連特性等方面均有顯著提升。得益於Intel 4製程技術，電晶體密度和能效比得到了質的飛躍，預示著未來在Intel 3、Intel 18A等更先進制程下，系統規模和效率還將持續突破。宋繼強表示，即使保持現有尺寸，未來系統的神經元規模也將實現翻番甚至更多。
應用探索：從機器人到大規模優化
宋繼強表示，神經擬態計算適用於對能效和實時性要求高的應用領域，特別適合解決大規模優化問題，如鐵路網調度、物流管理等，其能效比傳統CPU與GPU方案提升了3000倍。
同時，神經擬態計算也應用於視覺識別、語音識別等AI領域，並在某些任務上實現了百倍以上的能效提升。未來，神經擬態計算有望應用於更廣泛的領域，如綠色AI、可持續AI等。
儘管Hala Point規模龐大，但它並非局限於固定的機器人應用。在實際場景中，只需幾片Loihi 2晶片就能滿足機器人的智能需求。
此外，雖然腦機接口技術與神經擬態計算並非直接綁定，但Loihi系統有能力處理來自腦機接口的信號，為未來應用打開了一扇窗。
在應用生態構建方面，英特爾神經擬態研究社區（INRC）自2018年成立以來，已匯聚200個成員，覆蓋了從學術界到產業界，一半的應用研究集中在機器人、無人機等工業領域，通過多模態傳感器的輸入，實現感知和操控。
INRC不僅促進了神經擬態計算技術的多樣化應用探索，還推動了軟體堆棧Lava的開發，旨在兼容多種編程框架，支持與CPU、GPU、FPGA等異構計算的協同工作，為開發者提供了更加開放和靈活的環境。
展望未來，三管齊下
雖然神經擬態計算發展迅速，但商業化應用仍面臨一些挑戰。首先，需要找到適合其優勢的應用場景。其次，軟體生態尚需進一步完善，以更好地對接科研和產業應用。此外，神經擬態計算也面臨器件層面的挑戰，需要持續優化硬體架構，以提升性能。總體而言，神經擬態計算正處於快速發展期，未來應用前景廣闊。英特爾將繼續投入，推動神經擬態計算技術走向商業化，造福人類。
宋繼強表示，面對未來，英特爾在神經擬態計算領域採取了「三管齊下」的策略：繼續在硬體架構上創新，結合先進制程工藝提升效能；深化軟體優化，以應對不斷變化的應用需求；並通過INRC拓展應用邊界，推動規模化商用。Hala Point不僅是技術實力的展示，更是對神經擬態計算無限可能的展望，預示著一個更高效、更智能時代的到來。
