英特尔首发大型神经拟态系统Hala Point，推进“绿色AI”发展

主要观点总结

英特尔发布了名为Hala Point的大型神经拟态系统，基于Loihi 2神经拟态处理器打造。该系统旨在支持类脑AI领域的研究，解决AI在效率和可持续性等方面的挑战。文章详细描述了Hala Point的性能提升、研究背景、应用前景及特点。

关键观点总结

关键观点1: Hala Point系统的主要特点和优势

Hala Point基于神经拟态处理器Loihi 2打造，旨在改进未来商用系统。它支持类脑AI研究，解决了AI在效率和可持续性方面的挑战。通过神经元容量的提高和性能的提升，Hala Point展现了出色的计算效率，特别是在处理视频、语音和无线通信等实时工作负载的模型方面。它还包括了多个关键技术和特性，如存算一体、高细粒度的并行计算、内存带宽的提升等。

关键观点2: Hala Point系统的应用前景

Hala Point有望推动多领域AI应用的实时持续学习，如科学研究、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）。它在主流AI工作负载上展现了出色的计算效率，并且是一个旨在改进未来商用系统的研究原型。

关键观点3: Hala Point系统的性能数据

Hala Point系统每秒能完成多达2万万亿次运算，8位运算能效比达到了15 TOPS/W。它集成了处理器、内存和通信通道，内存带宽达每秒16PB，内核间的通信带宽达每秒3.5PB，芯片间的通信带宽达每秒5TB。在用于仿生脉冲神经网络模型时，Hala Point能够以比人脑快20倍的实时速度运行其全部神经元。

文章预览

英特尔发布了代号为Hala Point的大型神经拟态系统。Hala Point基于英特尔Loihi 2神经拟态处理器打造而成，旨在支持类脑AI领域的前沿研究，解决AI目前在效率和可持续性等方面的挑战。在英特尔第一代大规模研究系统Pohoiki Springs的基础上，Hala Point改进了架构，将神经元容量提高了10倍以上，性能提高了12倍。 “ 目前，AI模型的算力成本正在持续上升。行业需要能够规模化的全新计算方法。为此，英特尔开发了Hala Point，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。我们希望使用Hala Point的研究能够在大规模AI技术的效率和适应性上取得突破。 —— Mike Davies 英特尔研究院神经拟态计算实验室总监 ” Hala Point在主流AI工作负载上展现了出色的计算效率。研究显示，在运行传统深度神经网络时，该系统能够每秒完成多达2万万亿次（20 petaops ………………………………