隨著深度學(xué)習(xí)的顯露出來，人工智能獲得了令人吃驚的發(fā)展，但與此同時，系統(tǒng)功耗不斷增加。訓(xùn)練一個現(xiàn)代AI神經(jīng)器官網(wǎng)絡(luò)甚至于需求運用數(shù)千臺集群服務(wù)器，功耗高達數(shù)一百萬瓦，這正漸漸變成AI不斷進展、以及廣泛普及的瓶頸。那末，怎么樣能力提高AI擔(dān)任的工作的能效、甚至于增長 1000 倍呢？英特爾幾年初著手了神經(jīng)器官外形狀態(tài)計算的考求。

相形傳計數(shù)算機架構(gòu)，神經(jīng)器官外形狀態(tài)架構(gòu)依稀了內(nèi)存和處置之間的界限。和前腦同樣，它利用的是數(shù)值連署、數(shù)值編碼和電路活動中所得法式的稀疏（sparsity）。也就是說，處置就發(fā)生在信息到了時，二者同步施行。計總算數(shù)一百萬個簡單處置單元之間動態(tài)交互的進展最后結(jié)果，就像前腦中的神經(jīng)器官元同樣。這種新式計算機架構(gòu)旨在將能效、實時數(shù)值處置速度、學(xué)習(xí)數(shù)值的速率等提高多個數(shù)目級。

英特爾在2017 年宣布了首款神經(jīng)器官外形狀態(tài)研討芯片Loihi，認為合適而使用英特爾主流的14 納國際公制程。相形其它神經(jīng)器官外形狀態(tài)芯片，Loihi 在靈活性、集成性和速度方面表達較好，并還具備片上學(xué)習(xí)功能。它沒有深度學(xué)習(xí)硬件中存在廣泛存在的浮點數(shù)和乘法累加器單元，也沒有片外內(nèi)存接口，內(nèi)存出處于芯片神經(jīng)器官元之間的連署。和前腦同樣，全部計算都在芯片向上行，經(jīng)過二進制電子脈沖信息和低精密度信號。

英特爾在神經(jīng)器官外形狀態(tài)計算的研討上走到達第五個年頭，現(xiàn)在項目研討也進入下一階段，考求實際應(yīng)用。此前，Gartner在一份調(diào)查報告陳述中預(yù)先推測，到2025年神經(jīng)器官外形狀態(tài)計算有盼代替GPU，變成下一代AI的主流計算形態(tài)。

對此，英特爾中國研討院院長宋繼強覺得，神經(jīng)器官外形狀態(tài)計算和深度學(xué)習(xí)的關(guān)系應(yīng)當(dāng)是兼容并蓄，而不是代替，“對于深度學(xué)習(xí)已經(jīng)十分特長的，模人格化修辭方式類視物感覺還是天然語言交互的擔(dān)任的工作，讓深度學(xué)習(xí)的網(wǎng)絡(luò)去摹擬；對于其它不太適應(yīng)用深度學(xué)習(xí)做的，如英特爾Loihi芯片做的嗅覺方面的研討，還有機器人操控、多模態(tài)甚至跨模態(tài)之間的知識儲存，可以用神經(jīng)器官外形狀態(tài)計算去成功實現(xiàn)?！?br style="margin: 0px; padding: 0px; -ms-word-wrap: break-word !important; box-sizing: border-box;"/>

為了進一步擴張該技術(shù)的適合使用范圍，英特爾設(shè)立了英特爾神經(jīng)器官外形狀態(tài)研討社區(qū)（INRC），經(jīng)過與世界各地不一樣類型的學(xué)術(shù)界、政府實驗室和公司研討擔(dān)任職務(wù)的人施行交流合作，變成改進 Loihi 的架構(gòu)、系統(tǒng)和軟件的關(guān)緊基礎(chǔ)。INRC人員將運用英特爾的Loihi研討芯片作為開發(fā)活動的架構(gòu)焦點，隨著基礎(chǔ)算法和SDK組件一天一天地走向成熟，英特爾期望INRC獲得的成果未來能夠推動神經(jīng)器官外形狀態(tài)架構(gòu)、軟件和系統(tǒng)的改進，最后成功實現(xiàn)經(jīng)濟活動化。2021 年第 1 季度，英特爾將宣布下一代“Lava”軟件研發(fā)框架的開源版本，以資觸動到更極大的軟件研發(fā)擔(dān)任職務(wù)的人社區(qū)。

受限于成本問題，英特爾高級首席工程師、英特爾研討院神經(jīng)器官外形狀態(tài)計算實驗室主任Mike Davies表達，短期內(nèi)神經(jīng)器官外形狀態(tài)計算要不用于邊緣設(shè)施、傳感器等小型設(shè)施，要不用于對成本不聰明感的應(yīng)用，如衛(wèi)星、專用機器人。隨著時間的推移，預(yù)計內(nèi)存技術(shù)的創(chuàng)新能夠進一步減低成本，讓神經(jīng)器官外形狀態(tài)解決方案擴張適合使用范圍，使用于各種需求實時處置數(shù)值但受限于大小、重量、功耗等因素的智能設(shè)施。