Intel, 차세대 뉴로모픽 칩 Loihi 2 출시: 고급 프로그래머빌리티와 3D 스케일링 탑재

Intel이 프리프로덕션 Intel 4 공정 노드에서 제작된 2세대 뉴로모픽 프로세서 Loihi 2를 발표했습니다. 이 새로운 칩은 차세대 스파이킹 신경망(SNN)을 탐구하는 연구자들을 위해 맞춤화되었으며, 프로그래머빌리티, 밀도, 확장성에서 상당한 이득을 제공합니다.

Loihi 2의 주요 향상점

Loihi 2는 스파이크가 Loihi 1의 이진 0/1 대신 정수 페이로드를 운반할 수 있게 하는 완전 프로그래머블 뉴런 명령어 세트를 도입합니다. 이 변화는 모델 표현력을 높이고 주어진 작업에 필요한 뉴런 수를 줄입니다.

하드웨어와 함께 Intel은 Lava라는 오픈소스 소프트웨어 스택을 공개했습니다. 이는 이벤트 주도 프로그래밍, 이기종 실행, 커뮤니티 주도 코드 공유를 통합합니다. 이 프레임워크는 뉴로모픽 애플리케이션 개발을 가속화하고 연구와 배포 사이의 간극을 메우기 위해 설계되었습니다.

기존 CPU가 세분화된 메모리를 사용하는 반면, Loihi는 각 코어 내부에 데이터를 직접 저장하여 생물학적 뇌의 타이밍 기반 로직과 일치하는 진정한 비동기 동작을 가능하게 합니다. Intel 뉴로모픽 컴퓨팅 랩 디렉터 Mike Davies에 따르면, "칩의 연산은 요소들의 동적 상호작용에서 나타나며, 답을 인코딩하는 평형 상태에 도달합니다."

1세대 Loihi 프로토타입은 이미 다양한 시나리오에 배치되었습니다: 마모를 줄이는 적응형 로봇 팔 컨트롤러, 딥러닝 베이스라인보다 빠르게 냄새를 학습하는 후각 인식 시스템, 실시간 장애에 반응하는 열차 스케줄링 엔진. 이러한 유스케이스는 실세계 저전력 지능을 위한 플랫폼의 잠재력을 강조합니다.

Loihi 2의 핵심 강화 사항

Loihi 2는 전작과 같은 128개 코어를 가지지만 뉴런 수는 8배 증가했습니다. 전체 다이 면적은 Intel 4 공정 덕분에 절반으로 줄어들어 제곱밀리미터당 네트워크 용량이 약 15배 증가했습니다. 메모리는 유연한 뱅크로 분할되고 압축되어 추가 뉴런과 시냅스를 위한 공간을 확보했습니다.

새로운 명령어 세트로 개발자는 산술, 비교, 제어 흐름 연산을 포함하는 커스텀 뉴런 모델을 프로그래밍할 수 있습니다. 이 마이크로코드 기능은 더 풍부한 SNN 아키텍처를 열고 복잡한 알고리즘의 효율적 매핑을 가능하게 합니다.

Loihi 2의 스파이크는 구성 가능한 정수 페이로드를 운반하여 시그마-델타 신경망(SDNN)을 지원하는 이벤트 기반 메시징을 가능하게 합니다. SDNN은 기존 DNN처럼 그레이디드 활성화를 계산하지만 유의미한 변화만 전송하여 Loihi 1의 엄격한 타이밍 기반 접근보다 빠른 추론을 제공합니다.

Loihi 2는 회로 레벨에서 최대 10배 속도 향상을 달성하고 생물학적 뉴런보다 5,000배 빠르게 네트워크를 처리합니다. 이 설계는 평면 칩 메쉬를 볼륨 어레이로 만드는 3D 스케일링 포트를 도입하며, 칩 간 대역폭은 4배로 늘고 스파이크 트래픽은 10배 압축됩니다. 전반적으로 대부분의 워크로드에 대해 60배 용량 증가를 제공합니다.

첨단 뉴로모픽 학습 패러다임인 3-팩터 학습(Three-factor learning)이 이제 지원되어 연구자들이 하드웨어에서 역전파를 근사할 수 있게 되었습니다. 이는 Loihi 2에서 깊은 아키텍처를 직접 학습시키는 새로운 경로를 엽니다.

Loihi 2 가용성

연구자들은 빠른 프로토타이핑을 위한 단일 칩 Oheo Gulch 보드를 구입할 수 있으며, 이더넷 인터페이스를 제공하는 8칩 Kapoho Point 시스템으로 스택형 배포가 가능합니다. 이 보드들은 로보틱스 같은 에지 애플리케이션을 위한 저지연, 고처리량 플랫폼을 제공합니다.

Lava – 오픈소스 소프트웨어 생태계

하드웨어가 급속히 발전하는 동안 소프트웨어 지원은 뒤처져 있었습니다. Lava는 이벤트 기반 비동기 프로그래밍과 이기종 실행을 위한 통합 API를 제공하여 이 격차를 메우려 합니다. 개발자가 CPU에서 프로토타이핑한 후 계산 집약적인 커널을 Loihi 2로 오프로드할 수 있게 하여 진입 장벽을 낮추고 연구실 간 협업을 촉진합니다.

Lava는 GitHub에 호스팅되며 뉴로모픽 커뮤니티의 기여를 환영합니다. 공유 빌딩 블록과 예제 모델을 제공함으로써 이 프레임워크는 혁신을 가속화하고 뉴로모픽 기술의 상용화를 추진하고자 합니다.

원래 EE Times에 게재되었습니다.

관련 콘텐츠:

• AI 컴퓨팅을 위한 뉴로모픽 칩의 당위성
• Arm 칩을 타겟으로 하는 스파이킹 신경망
• 신흥 메모리 기술을 기반으로 구축될 차세대 AI 칩
• 스파이킹 신경망용 뉴로모픽 AI 칩 데뷔
• 뉴로모픽 컴퓨팅의 벤치마킹 난제

더 많은 Embedded 콘텐츠를 위해 Embedded 주간 이메일 뉴스레터를 구독하세요.