Intel对外回应，他们早已研发出有了一款代号为Loihi的芯片，值得注意的是，与传统芯片有所不同，Loihi不是基于计算机的架构，而是用于一种称作“人造脑”的技术，以人脑为模型。据理解，Loihi测试芯片还包括仿真大脑基本机制的数字电路，它有1024个人造神经元，和1．3亿个有可能的神经元相连。该神经元芯片模型从神经元的交流和自学中汲取启发，用于可以根据时机展开调制的尖峰和塑料神经元，以协助计算机根据模式和协商自行的组织和做出决策。

此外，Loihi测试芯片可以构建片上自学，也就是整个自学的训练和推理小说过程都将在单个芯片上已完成，且芯片可以自动展开数据的动态改版，而不必等候从云端或是互联网上数据库的改版和传输。通过用于Loihi芯片，理论上可以加快机器学习，同时将功耗拒绝减少到现有芯片的千分之一。与其他典型的性刺激神经网络比起，该芯片的操作速度提升了100万次；在解决问题MNIST数字辨识问题时等价准确度的条件下，与卷积神经网络和深度自学神经网络的技术比起，Loihi测试芯片在完全相同任务中用于的资源要较少得多。

对于该芯片，Intel回应：“该芯片的自自学能力具备极大的潜力，可以提高汽车和工业应用于以及个性化机器人，即任何可以在非结构化环境中获益于自律操作者和持续自学的应用程序。”对于Loihi，Intel计划在2018年上半年将该芯片获取给专心于人工智能的大学和研究机构，以测试芯片对新型AI应用于的可行性，以更进一步推展该芯片的发展。

Intel回应，将用于其14纳米工艺技术制作芯片，并于11月份公布第一个测试模型。不过，虽然神经形态处理器具备理论上的优势，但芯片在实验室外仍未充分发挥确实的效果。此前，IBM也研发了一种称作“TrueNorth”的神经元芯片，具备4096个处理器，仿真约2．56亿个神经元。

然而，Facebook的深度自学专家YannLeCun回应，该类型芯片不更容易用于NeuFlow卷积模型来继续执行图像识别等任务。英特尔也否认，其神经元芯片对于某些类型的深度自学模型将会有很好的运营效果。

本文来源：kaiyun官网-www.ekjjk.com