Intel、次世代ニューロモーフィックチップ「Loihi 2」を発表 — 高度なプログラマビリティと3Dスケーリングを実現

Intelが、プリプロダクションのIntel 4プロセスノードで構築された第2世代ニューロモーフィックプロセッサ「Loihi 2」を発表しました。新チップは、次世代スパイキングニューラルネットワーク（SNN）を探求する研究者向けに調整され、プログラマビリティ、密度、スケーラビリティで大幅な向上を実現しています。

Loihi 2の主要な拡張

Loihi 2は、スパイクがLoihi 1のバイナリ0/1ではなく整数ペイロードを運べる完全プログラマブルなニューロン命令セットを導入。これによりモデル表現力が向上し、所与のタスクに必要なニューロン数が削減されます。

ハードウェアとともに、Intelはオープンソースソフトウェアスタック「Lava」を発表。イベント駆動プログラミング、異種実行、コミュニティ主導のコード共有を統一し、ニューロモーフィックアプリケーション開発を加速し、研究と展開のギャップを埋めるフレームワークです。

従来のCPUが細粒度メモリを使用するのに対し、Loihiは各コア内にデータを直接格納し、生物学的脳のタイミングベースロジックに一致する真の非同期動作を可能にします。IntelニューロモーフィックコンピューティングラボディレクターのMike Davies氏によれば、「チップの計算はその要素の動的相互作用から生まれ、答えをエンコードする均衡に達します。」

第1世代Loihiプロトタイプはすでに多様なシナリオで展開済み：摩耗を低減する適応型ロボットアームコントローラ、ディープラーニングベースラインより高速に臭いを学習する嗅覚認識システム、リアルタイム混乱に反応する列車スケジューリングエンジン。これらのユースケースは、実世界の低消費電力インテリジェンスへのプラットフォームの可能性を強調しています。

Loihi 2の主な強化点

Loihi 2は前世代と同じ128コアを持ちますが、ニューロン数は8倍に増加。Intel 4プロセスにより全体ダイ面積は半減し、平方ミリメートルあたりのネットワーク容量が約15倍に向上。メモリは柔軟なバンクに分割され圧縮され、より多くのニューロンとシナプスのためのスペースが確保されています。

新しい命令セットにより、開発者は算術、比較、制御フロー操作を組み込んだカスタムニューロンモデルをプログラミング可能。このマイクロコード機能により、よりリッチなSNNアーキテクチャと複雑なアルゴリズムの効率的なマッピングが解放されます。

Loihi 2のスパイクは設定可能な整数ペイロードを運び、シグマデルタニューラルネットワーク（SDNN）のようなイベントベースメッセージングをサポート。SDNNは従来のDNNのような勾配活性化を計算しますが、重要な変化のみを伝送するため、Loihi 1の厳密なタイミングベースアプローチより高速な推論を提供します。

Loihi 2は回路レベルで最大10倍の高速化を達成し、生物学的ニューロンの5,000倍の速度でネットワークを処理。設計は3Dスケーリングポートを導入し、平面チップメッシュを立体アレイに拡張可能。チップ間帯域幅は4倍、スパイクトラフィックは10倍圧縮。全体として、ほとんどのワークロードで60倍の容量向上を実現します。

最先端のニューロモーフィックトレーニングパラダイムである「三因子学習」がサポートされ、ハードウェア上でのバックプロパゲーション近似が可能に。これにより、Loihi 2上で深層アーキテクチャを直接トレーニングする新たな道が開かれます。

Loihi 2の入手方法

研究者は、迅速なプロトタイピング用のシングルチップ「Oheo Gulch」ボードを入手可能で、続いて8チップ「Kapoho Point」システム（スタッカブル展開用Ethernetインターフェース搭載）が利用できます。これらのボードは、ロボティクスなどのエッジアプリケーション向けに低レイテンシ、高スループットプラットフォームを提供します。

Lava — オープンソースソフトウェアエコシステム

ハードウェアが急速に進化する中、ソフトウェアサポートは遅れていました。Lavaは、イベントベース非同期プログラミングと異種実行のための統一APIを提供することでこのギャップを埋めます。開発者がCPU上でプロトタイピングし、計算集約的なカーネルをLoihi 2にオフロードできるようにし、参入障壁を下げ、研究室間の協力を促進します。

LavaはGitHubでホストされ、ニューロモーフィックコミュニティからの貢献を歓迎します。共有ビルディングブロックとサンプルモデルを提供することで、フレームワークはイノベーションを加速し、ニューロモーフィック技術の商用化を推進します。

元々EE Timesで公開。

---

関連コンテンツ：

• AIコンピューティング向けニューロモーフィックチップの意義
• Armチップをターゲットにしたスパイキングニューラルネットワーク
• 新興メモリ技術を基盤とする先進AIチップ
• スパイキングニューラルネットワーク向けニューロモーフィックAIチップがデビュー
• ニューロモーフィックコンピューティングのベンチマーク難題

Embeddedの週刊メールニュースレターを購読して、さらに多くの情報を入手してください。