Intel stellt neuromorphen Prozessor „Loihi“ und 49-QuBit-Quantenchip „Tangle Lake“ vor

• Intel entwickelt neuromorphen und supraleitenden 49-Qubit-Quantenprozessor (Codename Tangle Lake). 
• Neuromorphic (Codename Loihi) ist ein neuer Computeransatz, der von der Funktionsweise des Gehirns inspiriert ist und maschinelles Lernen effektiver machen wird. 
• Intels Roadmap deutet darauf hin, dass sie innerhalb von 5–7 Jahren ein 1.000-Qubit-System erreichen könnten.   

Intel hat auf der Consumer Electronics Show (CES) 2018 zwei wichtige Ankündigungen gemacht, die das Potenzial haben, Kunden zu helfen und Probleme zu lösen, die weit über die Reichweite herkömmlicher Computer hinausgehen. Brian Krzanich, CEO von Intel, zeigte zwei Prozessoren – der eine treibt Quantencomputing voran, während sich der andere mit neuromorphem Computing befasst.

Er zeigte die Fortschritte beim neuromorphen Computerprozessor, einem selbstlernenden Chip mit dem Codenamen „Loihi“, der die Grundfunktionen des Gehirns nachahmt, um maschinelles Lernen effizienter zu machen.

Der andere Prozessor ist ein supraleitender Quantentestchip mit 49 Qubits und dem Codenamen „Tangle Lake“. Falls Sie es nicht wissen, ist es nach einer Seenkette in Alaska benannt, was bedeutet, dass Quantenprozessoren extrem kalte Temperaturen benötigen, um zu funktionieren.

Intel versucht, den exponentiell steigenden Bedarf an Rechenleistung mit neuen spezialisierten Architekturen voranzutreiben. Lassen Sie uns diese beiden Architekturen und die damit verbundene Forschung näher erläutern.

Loihi – Prozessor, der das Gehirn nachahmt

Der CEO von Intel stellte die Forschung des Unternehmens im Bereich Neuromorphic Computing vor – einem neuen Computeransatz, der von der Funktionsweise des Gehirns inspiriert ist. Um künstliche Intelligenz und maschinelles Lernen effizienter zu machen, führt Loihi Training und Inferenz auf einem einzigen Prozessor zusammen.

Genau wie das tierische/menschliche Gehirn verbindet das Loihi Neuronen, um sich zusammenzuschließen, und verändert die Konnektivität zwischen Neuronen. Was Loihi Ihnen bietet, ist die Fähigkeit, ein Netzwerk zu entwickeln, Daten einzuspeisen und dann das Netzwerk zu verändern, während Sie fortfahren und lernen, und es wird Ihnen sagen, was das Ergebnis ist – online, am Netzwerkrand, mit geringem Stromverbrauch.

Funktionen

• Das vollständig asynchrone neuromorphe Netz unterstützt verschiedene hierarchische, spärliche und wiederkehrende neuronale Netzwerktopologien, bei denen jedes Neuron mit Tausenden anderer Neuronen kommunizieren kann.
• Jeder Kern verfügt über eine Lernmaschine, die so programmiert werden kann, dass sie Netzwerkparameter dynamisch anpasst und Verstärkung sowie überwachte und unüberwachte Lernansätze unterstützt.
• Insgesamt 130.000 Neuronen und 130 Millionen Synapsen, hergestellt mit 14-Nanometer-Prozesstechnologie.
• Entwicklung und Test zahlreicher Algorithmen mit hoher Effizienz für Probleme wie Constraint Satisfaction, Dynamic Pattern Learning, Path Planning, Dictionary Learning, Sparse Coding und mehr.

Selbstlernender neuromorpher Forschungschip

Der Prozessor könnte überall dort eingesetzt werden, wo Informationen aus der realen Welt in ständig wachsenden Echtzeitumgebungen verarbeitet werden müssen. Beispielsweise wird es in der Lage sein, intelligentere Sicherheitskameras, Augmented/Mixed-Reality-Geräte und autonome Fahrzeuge in Echtzeit zu kommunizieren.

Intel verfügt derzeit über einen voll funktionsfähigen neuromorphen Forschungsprozessor und beabsichtigt, den Prototyp bis zum Ende des 2. Quartals 2018 mit führenden Forschungseinrichtungen zu teilen (und ihn gleichzeitig auf kompliziertere Probleme und Datenstrukturen anzuwenden).

Tangle Lake – Supraleitender Quantentestchip

Im Oktober 2017 lieferte Intel einen supraleitenden 17-Qubit-Chip mit fortschrittlicher Verpackung aus, und jetzt, nur drei Monate später, haben sie einen 49-Qubit-Quantentestchip vorgestellt, der den beeindruckenden Fortschritt auf dem Weg zu ihrem Ziel darstellt, ein voll funktionsfähiges Computersystem zu entwickeln – von der Steuerelektronik bis zu den Algorithmen.

Um kommerzielle Relevanz zu erreichen, werden wahrscheinlich eine Million oder mehr Qubits erforderlich sein. Das Quantencomputing wird Probleme lösen, für deren Lösung die leistungsstärksten Supercomputer von heute normalerweise Monate brauchen, etwa Finanzmodellierung, Arzneimittelentwicklung und Klimavorhersage.

49-Qubit-Quantencomputer-Testchip

Die Qubit-Architektur umfasst Schleifen aus supraleitendem Metall, die für ihre Funktion eine extrem niedrige Temperatur von fast 20 Millikelvin benötigen.

In den letzten Jahren ist der Wettlauf der Technologiegiganten um den Bau von Quantencomputern ziemlich interessant geworden. Im November 2017 erklärten IBM-Wissenschaftler, sie hätten einen 50-Qubit-Quantenchip-Prototyp entwickelt. Im selben Jahr sprach Google über seine Ziele, einen supraleitenden Quantenchip mit 49 Qubits zu bauen. Bis zur Entwicklung einer vollwertigen Quantenmaschine wird es jedoch noch ein weiter Weg sein. Die Roadmap von Intel geht davon aus, dass sie innerhalb von 5–7 Jahren ein 1.000-Qubit-System erreichen könnten.

Lesen Sie:10+ interessanteste Fakten über Quantencomputer

Auch Intel investiert viel in die Erforschung von Spin-Qubits in Silizium. Da sie viel kleiner als supraleitende Qubits sind, könnten sie einen Skalierungsvorteil haben. Im Grunde ähneln Spin-Qubits einem Einzelelektronentransistor – ähnlich wie herkömmliche Transistoren – der mit vergleichbaren Techniken hergestellt werden könnte. Bisher hat Intel einen Spin-Qubit-Herstellungsablauf auf Basis der 300-Millimeter-Prozesstechnologie entwickelt.

Weder neuromorphes Computing noch Quantencomputing werden Allzweckcomputer ersetzen, aber sie sollen sie verbessern.