<nobr id="5d3vv"></nobr>

      <progress id="5d3vv"><nobr id="5d3vv"></nobr></progress>
      <th id="5d3vv"><em id="5d3vv"><ins id="5d3vv"></ins></em></th>

      <form id="5d3vv"><big id="5d3vv"><listing id="5d3vv"></listing></big></form>
      <menuitem id="5d3vv"><font id="5d3vv"></font></menuitem>

          <menuitem id="5d3vv"><track id="5d3vv"></track></menuitem>

            <form id="5d3vv"></form>

              <span id="5d3vv"><menuitem id="5d3vv"><meter id="5d3vv"></meter></menuitem></span>
              我的位置: 首頁 > 國際 > 正文

              英特爾發布大型神經擬態系統

                美國英特爾公司日前發布名為Hala Point的大型神經擬態系統,旨在支持類腦人工智能領域的前沿研究,解決人工智能在效率和可持續性等方面的挑戰。


              a14ca0aaf9f33ab1799622b940361978.jpg

                根據英特爾公司發表的新聞公報,英特爾在其第一代大規模研究系統Pohoiki Springs的基礎上,改進了Hala Point大型神經擬態系統的架構,將神經元容量提高了10倍以上,性能提高了12倍。Hala Point系統最初部署在美國桑迪亞國家實驗室,由1152個英特爾Loihi 2處理器組成,包括分布在140544個處理核心上的11.5億個人工神經元和1280億個人工突觸。在運行傳統深度神經網絡時,每秒可進行20千萬億次運算。


                公報表示,Hala Point系統基于神經擬態計算技術,提升了主流、常規深度學習模型的性能和效率,尤其是那些用于處理視頻、語音和無線通信等實時工作負載的模型。與使用中央處理器和圖形處理器的傳統計算機相比,Hala Point系統在執行人工智能推理和處理優化問題時速度可提高50倍,能耗僅為傳統計算機的百分之一。


                英特爾研究院神經擬態計算實驗室主任麥克·戴維斯表示,人工智能模型的算力成本持續上升,行業需要能夠規?;娜掠嬎惴椒?。Hala Point系統將高效率的深度學習和類腦持續學習、優化能力結合起來,希望其能夠提升大規模人工智能技術的效率和適應性。




              來源 新華社

              編輯 黃茜

              二審 陳朝暉

              三審 楊儀


              国产福利91网在线观看,国产精品久久久久久久免费免费,九九国产在线观看,在线人视频观看免费
              <nobr id="5d3vv"></nobr>

                  <progress id="5d3vv"><nobr id="5d3vv"></nobr></progress>
                  <th id="5d3vv"><em id="5d3vv"><ins id="5d3vv"></ins></em></th>

                  <form id="5d3vv"><big id="5d3vv"><listing id="5d3vv"></listing></big></form>
                  <menuitem id="5d3vv"><font id="5d3vv"></font></menuitem>

                      <menuitem id="5d3vv"><track id="5d3vv"></track></menuitem>

                        <form id="5d3vv"></form>

                          <span id="5d3vv"><menuitem id="5d3vv"><meter id="5d3vv"></meter></menuitem></span>