有望降低AI应用能耗根据英特尔发表的新闻公报，英特尔在其第一代大规模研究系统Po

$一博科技(SZ301366)$  有望降低AI应用能耗

根据英特尔发表的新闻公报，英特尔在其第一代大规模研究系统Pohoiki Springs的基础上，改进了Hala Point大型神经拟态系统的架构，将神经元容量提高了10倍以上，性能提高了12倍。

英特尔表示，与使用中央处理器和图形处理器的传统计算机相比，Hala Point系统在执行人工智能推理和处理优化问题时，速度比常规CPU和GPU架构提高50倍，能耗仅为传统计算机的1%。

英特尔研究院神经拟态计算实验室主任麦克·戴维斯表示，人工智能模型的算力成本持续上升，行业需要能够规模化的全新计算方法。Hala Point系统将高效率的深度学习和类脑持续学习、优化能力结合起来，希望其能够提升大规模人工智能技术的效率和适应性。

神经拟态计算旨在模拟人脑的神经结构和运行方式，实现人脑的智能功能。由于能够很大程度上解决人工智能的能源消耗问题，提升人工智能的感知和推理，安全防御能力和鲁棒性更高，神经拟态计算被认为是引领下一代人工智能的主流计算模式。

据Gartner调查报告预测，到2025年神经拟态计算有望取代GPU，成为下一代AI的主流计算形态。  有望打开万亿市场成长空间

神经拟态计算近年来被视为推动类脑人工智能、脑机接口发展的关键技术。业内人士表示，Hala Point系统部署应用或将加速全球范围类脑人工智能领域研究和应用成果爆发