英特爾宣布全球最大仿神經(jīng)形態(tài)系統(tǒng)Hala Point問世，其初代部署于桑迪亞國家實驗室，搭載英特爾Loihi 2處理器，支撐先進的類人腦AI研究，應對當前AI的效率與持久性挑戰(zhàn)。Hala Point以首個大規(guī)模研究系統(tǒng)Pohoiki Springs為藍本，升級架構(gòu)，神經(jīng)元容量增幅達10倍以上，性能提升12倍。

英特爾實驗室神經(jīng)形態(tài)運算總監(jiān)Mike Davies指出，“當前AI模型訓練及部署成本增長迅速，行業(yè)亟需創(chuàng)新方法。因此，英特爾實驗室研發(fā)了Hala Point，融合深度學習效率、類人腦持續(xù)學習和優(yōu)化功能。期望通過該系統(tǒng)，突破大規(guī)模AI技術(shù)瓶頸，使AI系統(tǒng)具備適應變化的能力。”

Hala Point作為業(yè)內(nèi)首款在主流AI工作負載中表現(xiàn)出色的大規(guī)模仿神經(jīng)形態(tài)系統(tǒng)，經(jīng)測試證實，支持每秒20千兆次（20 petaops）的傳統(tǒng)深度神經(jīng)網(wǎng)絡(luò)運算，超過每瓦15兆次8位元運算（TOPS/W），這一速度甚至超越現(xiàn)有GPU和CPU架構(gòu)。Hala Point的獨特功能有望推動AI應用領(lǐng)域如科學工程問題解決、物流、智能城市基礎(chǔ)設(shè)施管理、大型語言模型（LLM）和AI代理的實時連續(xù)學習取得突破。

現(xiàn)階段，Hala Point尚處原型階段，未來將進一步應用于商業(yè)系統(tǒng)優(yōu)化。英特爾預期，這些經(jīng)驗將帶來實際突破，如增強大型語言模型（LLM）從新數(shù)據(jù)中持續(xù)學習的能力，提升AI模型訓練精度，并大幅降低AI部署成本。

英特爾表示，Hala Point在前一代Pohoiki Springs基礎(chǔ)上進行了大量改進，將仿神經(jīng)形態(tài)性能和效率提升的優(yōu)勢擴展到視頻、語音和無線通信等即時工作負載的主流深度學習模型中。自發(fā)布以來，Hala Point備受關(guān)注，尤其在今年世界移動通信大會上，愛立信研究中心借助Loihi 2提升電信基礎(chǔ)設(shè)施效率的成果更成為了展會亮點。

Loihi 2神經(jīng)形態(tài)處理器是Hala Point的核心組件，采用非同步、基于事件的脈沖神經(jīng)網(wǎng)絡(luò)（SNN）、整合記憶和運算，以及關(guān)聯(lián)性推論類人腦運算原理。相較于現(xiàn)行需定期使用不斷增長的數(shù)據(jù)集重新訓練模型的方式，Loihi 2無需內(nèi)存，而是通過神經(jīng)元直接交互，從而顯著降低整體功耗。