桑迪亚国家实验室部署SpiNNaker2，探索高效AI计算新前沿

美国桑迪亚国家实验室（Sandia National Laboratories）近日部署了SpiNNcloud公司开发的SpiNNaker2神经形态计算系统。这一事件标志着神经形态计算（Neuromorphic Computing）技术向主流市场迈进的重要一步。神经形态处理器旨在模拟人类大脑的结构和功能，近年来吸引了英特尔、IBM和谷歌等大公司的关注，同时也有一些初创公司在这一领域取得了突破。 SpiNNaker2由德国德累斯顿理工大学于2021年成立的SpiNNcloud公司开发，其芯片架构由著名的Arm微处理器创造者史蒂夫·弗伯（Steve Furber）设计。该公司宣称，SpiNNaker2在能效方面远超现有的GPU，可以为新的AI推理提供“超高效的基础设施”。据估计，SpiNNaker2的能效是现有GPU的18倍，而即将推出的SpiNNext则将提升至78倍。 桑迪亚国家实验室的这套 SpiNNaker2 系统具有高并行架构，由24个板卡组成，每个板卡配备48个SpiNNaker2芯片，这些芯片通过环形拓扑结构相互连接。每个微芯片内置152个低功耗的Arm处理单元，形成一个网络处理器结构。这种设计使得175万个内核能够协同工作，提供超级细粒度的控制能力和路径隔离功能，这是传统GPU难以实现的。 除了能效优势外，SpiNNaker2还具备其他显著特点。例如，它可以灵活地支持不同类型的神经模型，包括基于事件特性的神经模型和传统的深度神经网络。这使得它不仅适用于小规模的多层感知器（MLP），而且还能高效处理大规模的药物发现和患者数据库匹配问题。桑迪亚国家实验室已经使用Intel的Loihi 2芯片测试过AI工作负载，此次引入SpiNNaker2将进一步推动能源高效的AI应用研究。 SpiNNaker2的应用范围广泛，还包括解决QUBO（二次无约束二元优化）问题、物流优化问题以及涉及随机算法的复杂数学模拟。通过将大量的小型AI模型并行部署在每个处理单元中，SpiNNaker2可以在高度并行的环境中执行这些计算任务，大幅提高效率。 展望未来，SpiNNcloud计划继续开发支持生成式AI算法的架构，特别是那些依赖动态稀疏性的机器学习模型。近年来，机器学习领域从密集建模转向极端动态稀疏性，即根据输入内容只激活部分神经通路，从而减少计算资源的需求。这种特性使得SpiNNaker2在这一领域具有明显优势，因为现有硬件如GPU通常优化用于完全利用资源的场景，而在动态稀疏性任务中表现不佳。 业内人士对此给予了积极评价。一位资深AI专家表示：“SpiNNaker2的部署不仅仅是一项技术进步，更是神经形态计算走向实际应用的里程碑。该系统的高能效和灵活性意味着它可以在资源受限的环境中有效运行复杂的AI任务，这对许多行业尤其是医疗和科学研究领域将产生深远影响。” SpiNNcloud是一家成立于2019年的年轻公司，致力于开发基于神经形态架构的高效计算平台。公司创始人兼CEO赫克托·冈萨雷斯（Hector Gonzalez）拥有多年硬件设计经验，团队成员来自德累斯顿理工大学等顶尖研究机构，这为公司在技术创新和产品开发上提供了坚实的基础。