英特爾宣布全球最大仿神經形態系統Hala Point問世，其初代部署于桑迪亞國家實驗室，搭載英特爾Loihi 2處理器，支撐先進的類人腦AI研究，應對當前AI的效率與持久性挑戰。Hala Point以首個大規模研究系統Pohoiki Springs為藍本，升級架構，神經元容量增幅達10倍以上，性能提升12倍。

英特爾實驗室神經形態運算總監Mike Davies指出，“當前AI模型訓練及部署成本增長迅速，行業亟需創新方法。因此，英特爾實驗室研發了Hala Point，融合深度學習效率、類人腦持續學習和優化功能。期望通過該系統，突破大規模AI技術瓶頸，使AI系統具備適應變化的能力?！?/p>

Hala Point作為業內首款在主流AI工作負載中表現出色的大規模仿神經形態系統，經測試證實，支持每秒20千兆次（20 petaops）的傳統深度神經網絡運算，超過每瓦15兆次8位元運算（TOPS/W），這一速度甚至超越現有GPU和CPU架構。Hala Point的獨特功能有望推動AI應用領域如科學工程問題解決、物流、智能城市基礎設施管理、大型語言模型（LLM）和AI代理的實時連續學習取得突破。

現階段，Hala Point尚處原型階段，未來將進一步應用于商業系統優化。英特爾預期，這些經驗將帶來實際突破，如增強大型語言模型（LLM）從新數據中持續學習的能力，提升AI模型訓練精度，并大幅降低AI部署成本。

英特爾表示，Hala Point在前一代Pohoiki Springs基礎上進行了大量改進，將仿神經形態性能和效率提升的優勢擴展到視頻、語音和無線通信等即時工作負載的主流深度學習模型中。自發布以來，Hala Point備受關注，尤其在今年世界移動通信大會上，愛立信研究中心借助Loihi 2提升電信基礎設施效率的成果更成為了展會亮點。

Loihi 2神經形態處理器是Hala Point的核心組件，采用非同步、基于事件的脈沖神經網絡（SNN）、整合記憶和運算，以及關聯性推論類人腦運算原理。相較于現行需定期使用不斷增長的數據集重新訓練模型的方式，Loihi 2無需內存，而是通過神經元直接交互，從而顯著降低整體功耗。