英特尔推出第二代神经拟态研究芯片LoiHi 2以及用于开发神经启发应用的开源软件框架Lava。
关于LoiHi 2，据悉该款研究芯片整合了英特尔过去三年使用第一代研究芯片的收获，并充分利用英特尔制程技术和异步时钟设计模式的进展。
具体而言，LoiHi 2的进步使该架构得以支持新型神经启发算法和应用，提供高达10倍的处理速度，实现每个芯片最多有100万个神经元的高达15倍的资源密度，并同时提高能效。LoiHi 2采用了预生产版本的Intel 4制程节点，与以往的制程技术相比，Intel 4制程节点采用的极紫外光刻（EUV）技术简化了布局设计规则，使LoiHi 2的快速开发成为可能。
而Lava软件框架满足了神经拟态研究社区对通用软件框架的需求。作为一个开放、模块化、可扩展的框架，Lava将允许研究人员和应用开发人员在彼此取得的成果上进一步开发，并集中到一组通用的工具、方法和函数库中。同时，Lava能够在跨越传统和神经拟态处理器的异构架构上无缝运行，实现跨平台执行以及与各种人工智能、神经拟态和机器人框架的互操作性。开发人员无需使用专门的神经拟态硬件即可开始构建神经拟态应用，并且可以为Lava代码库做出贡献，包括将其移植到其他平台上运行。
那么，LoiHi 2和Lava究竟有哪些关键性突破？
英特尔方面介绍，LoiHi 2和Lava为研究人员开发并塑造新的神经启发应用提供了工具，用于实时处理、问题解决、适应和学习。显著的技术亮点包括：
更快、更通用的优化：LoiHi 2更出色的可编程性将帮助解决更广泛的艰难优化问题，包括从边缘到数据中心系统的实时优化、规划和决策。
持续学习和关联学习的新方法：LoiHi 2改进了对高级学习方法的支持，包括了各种反向传播算法（深度学习的主力算法）。这扩大了适应性和数据高效学习算法的范围，使低功耗设备能支持这些在线学习算法。
可通过深度学习进行训练的新型神经网络：LoiHi 2中的完全可编程神经元模型和广泛的脉冲信息传递，为各种可在深度学习中进行训练的新型神经网络模型打开了大门。早期的评估表明，与在原始版本的LoiHi上运行的标准深度网络相比，在准确性没有降低的情况下，LoiHi 2上每次推理的运算次数减少了60多倍。
与现实世界的机器人系统、传统处理器和新型传感器无缝集成：LoiHi 2通过整合更快、更灵活和更标准的输入/输出接口，解决了LoiHi中客观存在的一处局限。LoiHi 2芯片将支持以太网接口，与更广泛的基于事件的视觉传感器实现无胶合集成，同时LoiHi 2芯片还拥有更大的网状网络。
英特尔神经拟态计算实验室总监Mike Davies表示：LoiHi 2和Lava软件框架从多年来使用LoiHi的合作研究项目中收获洞察。第二代芯片极大地提高了神经拟态处理的速度、可编程性和容量，扩大了在功耗和时延受限的智能计算应用上的用途。英特尔正在开源Lava，以满足在实践中对软件融合、基准测试和跨平台合作的需求，并加快商业可行性的进程。