未來對高度動態和非架構化的自然資料收集、分析和決策的需求越來越大，這種需求可能超過傳統的 CPU 和 GPU 架構。英特爾 26 日推出一種先進的自學習晶片，名為 Loihi。
Loihi 模仿大腦的運作方式，根據環境的不同回饋型態作業。同時，Loihi 也是一款節能晶片，可利用資料學習和推斷，不需要以傳統方式訓練。它採用一種新穎的方法，透過「非同步觸發」來計算。
Loihi 研究測試晶片包括模擬大腦基本機制的數位電路，使機器學習更快更有效率，同時需要計算力的需求更小。
這塊仿神經晶片的模型從神經元的交流和學習中汲取靈感，其中神經元的觸發、新突觸的形成可以按時間調制，這可以幫助電腦自行組織並根據型態和關聯做決策。
Loihi 測試晶片提供高度靈活的晶片學習，可在單個晶片完成訓練和推理。這使機器能自動即時調整，而不是等待雲更新。研究人員已經證明，與其他典型的尖脈衝神經網路相比，在解決 MNIST 數位辨識問題時，他們的學習速度快 100 萬倍。與卷積神經網路和深度學習神經網路等技術相比，Loihi 測試晶片在同一工作使用更少資源。
這個測試晶片的自我學習能力有巨大潛力來改進汽車和工業應用及個人機器人──任何在非架構化環境自動作業和持續學習的應用程式。例如，辨識汽車或自行車的運動。
它比一般訓練系統所需的通用計算效率高 1,000 倍。2018 上半年，Loihi 測試晶片將與領先的大學和研究機構共用，重點是推進人工智慧的發展。
Loihi 測試晶片的特點包括：
- 完全的非同步神經形態的多核網狀架構，支援多種不同的稀疏、層級、迴圈神經網路拓墣架構，每個神經元都能與成千上萬的其他神經元通訊。
- 每個神經形態核心包括一個學習引擎，可在作業過程對網路參數進行程式設計，支援監督、無監督、強化和其他學習型態。
- 由英特爾 14 奈米製程製作。
- 總共有 13 萬神經元和 1.3 億突觸。
- 開發和測試高效的算法，包括路徑規劃、約束滿足、稀疏編碼、詞典學習和動態型態學習和適應。
在電腦技術和算法創新的推動下，人工智慧的變革力量預計將對社會產生巨大的影響。通用計算和自訂硬體和軟體都可在各方面發揮作用，英特爾目前在這方面也有佈局。
目前英特爾 Xeon Phi 處理器用於科學計算，產生一些最大的模型來解釋大規模的科學問題，還有 Movidius 神經計算棒，以僅僅 1 瓦的功率執行訓練後模型的產品。