Forschung an KI Intel Pohoiki Beach: Millionen Neuronen und Milliarden Synapsen

Intels Pohoiki Beach, ein auf 64-Chips aufbauendes neuromorphes System.
Intels Pohoiki Beach, ein auf 64-Chips aufbauendes neuromorphes System.

Bereits seit Jahren forscht Intel an Synapsen und Neuronen aus Silizium. Dies soll ein cloudbasiertes Training für KI-Algorithmen überflüssig machen. Intel hat mit seinem Projekt "Loihi" erfolgreich versucht, die Funktionsweise eines Gehirnes in einem Chip abzubilden.

Der im November 2018 fertiggestellte Chip “Loihi” besitzt 130.000 "Neuronen" aus Silizium, die sich abhängig von der jeweiligen Anwendung selbstständig verknüpfen sollen. Diese Neuronen wiederum sind zu 8.192 neuromorphen Kernen zusammengefasst. Intel hat mit Loihi somit versucht, die Funktionsweise eines Gehirnes auf einem Chip abzubilden.

Die Ergebnisse des Emulators und der Hardware selbst stimmen weitestgehend überein Wissenschafter der Columbia University haben bereits ein Projekt umgesetzt, welches 3D-Objekte erkennt. Im Vergleich zu anderen solchen Projekten der Objekterkennung nutzt Loihi dazu nur etwa 1 % seiner Ressourcen, hat das Training innerhalb von Sekunden erledigt und benötigt dazu nur wenige Dutzend mW.

Nun hat man mit Pohoiki Beach ein System vorgestellt, welches aus 64 Loihi-Chips besteht. Dabei werden zwei Nahuku-Boards mit jeweils 32 Chips zusammengefasst.   Zusammengenommen bringt es ein Pohoiki-Beach-System auf 8,4 Millionen “Neuronen” und 8,3 Milliarden “Synapsen”.

Pohoiki Springs stellt die größte Ausbaustufe eines solchen Systems dar. Hier werden die Nahuku-Boards zu 3 x 8 Clustern zusammengefasst, was in Summe 768 Loihi-Chips mit 100 Millionen Neuronen und 99,8 Milliarden Synapsen bedeutet. Auch wenn diese Zahlen beeindruckend wirken, sind sie vom menschlichen Gehirn noch weit entfernt: Dies beinhaltet mit rund 100 Milliarden um Faktor 1000 mal mehr Neuronen.

Beim “Telluride Neuromorphic Cognition Engineering Workshop” in Colorado nutzten Forscher Loihi-Systeme, um Herausforderungen an der Spitze der neuromorphen Technik zu lösen. Zu den Projekten gehören die Bereitstellung von Anpassungsfähigkeiten an die AMPRO-Prothese, die Objektverfolgung mit neu aufkommenden ereignisbasierten Kameras, die Automatisierung eines Kickertisches mit neuromorpher Abtastung und Steuerung, das Erlernen der Steuerung eines linearen invertierten Pendels und die Ableitung der taktilen Eingabe in die elektronische Haut eines iCub-Roboters.

Die Forscher erzielten dabei einem 109-mal niedrigeren Energieverbrauch bei einem Deep-Learning-Benchmark im Vergleich zu einem GPU-System.

Bilder: 5

Künstliche Intelligenz auf einem Chip

Intel stellt neuromorphes System »Pohoiki Beach« vor