美国英特尔公司日前发布名为Hala Point的大型神经拟态系统，旨在支持类脑人工智能领域的前沿研究，解决人工智能在效率和可持续性等方面的挑战。
根据英特尔公司发表的新闻公报，英特尔在其第一代大规模研究系统Pohoiki Springs的基础上，改进了Hala Point大型神经拟态系统的架构，将神经元容量提高了10倍以上，性能提高了12倍。Hala Point系统最初部署在美国桑迪亚国家实验室，由1152个英特尔Loihi 2处理器组成，包括分布在140544个处理核心上的11.5亿个人工神经元和1280亿个人工突触。在运行传统深度神经网络时，每秒可进行20千万亿次运算。
公报表示，Hala Point系统基于神经拟态计算技术，提升了主流、常规深度学习模型的性能和效率，尤其是那些用于处理视频、语音和无线通信等实时工作负载的模型。与使用中央处理器和图形处理器的传统计算机相比，Hala Point系统在执行人工智能推理和处理优化问题时速度可提高50倍，能耗仅为传统计算机的百分之一。
英特尔实验室神经拟态计算实验室主任Mike Davies表示：“当下AI模型的算力成本正在以不可持续的速度上升，行业需要规模扩展的全新方法。为此我们开发了Hala Point，它将深度学习的高效与新颖的类脑学习和优化能力结合在一起，我们希望通过对Hala Point的研究，能在大规模AI技术的效率和适应性方面有所推进与突破。”
目前，Hala Point是一个旨在改进未来商用系统的研究原型。英特尔预计其研究将带来实际技术突破，如让大语言模型拥有从新数据中持续学习的能力，从而有望在AI广泛部署的过程中，大幅降低训练能耗，提高可持续性。
