大模型之家讯 日前，英特尔发布代号为Hala Point的大型神经拟态系统，该系统基于英特尔Loihi 2神经拟态处理器打造，旨在解决AI在效率和可持续性方面的挑战，推动多领域AI应用的实时持续学习。
Hala Point在主流AI工作负载上展现了卓越的计算效率，性能超越了基于GPU和CPU的架构。其神经元容量提高了10倍以上，性能提升了12倍，为大规模AI技术的效率和适应性带来了突破。该系统有望推动科学研究、工程、物流、智能城市基础设施管理、大语言模型(LLMs)和AI助手(AI agents)等领域的实时持续学习应用。
英特尔研究院神经拟态计算实验室总监Mike Davies表示，行业需要能够规模化的全新计算方法，而Hala Point正是将高效率的深度学习和新颖的类脑持续学习、优化能力结合起来的创新解决方案。他期待使用Hala Point的研究能够在AI技术的效率和适应性方面取得重大突破。
Hala Point作为研究原型，旨在改进未来商用系统。英特尔预计其研究将带来实际技术突破，如让大语言模型具备从新数据中持续学习的能力，从而大幅降低训练能耗，提高可持续性。
神经拟态计算是一种借鉴神经科学研究的全新计算方法，通过存算一体和高细粒度的并行计算，大幅减少了数据传输。Loihi 2神经拟态处理器应用了类脑计算原理，如异步、基于事件的脉冲神经网络(SNNs)、存算一体以及不断变化的稀疏连接，实现了能效比和性能的数量级提升。
Hala Point系统由众多Loihi 2处理器组成，支持大量神经元和突触，同时保持较低的功耗。其大规模并行结构、高内存带宽和通信带宽，使其在处理AI工作负载时具有出色的性能。此外，Hala Point在仿生脉冲神经网络模型上的表现也令人瞩目，能够以超人脑的速度运行。
在执行AI推理负载和处理优化问题时，Loihi 2神经拟态芯片系统的速度和能效比远超常规CPU和GPU架构。这一优势使得Hala Point在实时数据处理和多领域AI应用中具有广阔的应用前景。
原创文章，作者：志斌，如若转载，请注明出处：http://www.damoai.com.cn/archives/4883
