英特尔推出Loihi 2，为其第2代神经型态（neuromorphic）研究晶片，以及一款用于开发神经启发应用程式的开放原始码软体框架Lava。展现英特尔在推动神经型态技术方面的不断进步。

神经型态运算汲取神经科学的见解，打造功能更像生物大脑的晶片，期望在广泛的边缘应用：从视觉、语音和手势辨识，再到搜寻检索、机器人学和受限最适化（constrained optimization）的问题上，于能源效率、运算速度和学习效率方面，提供数个量级的改善。

洛色拉莫士国家实验室助理研究员Gerd J. Kunde博士表示：「洛色拉莫士国家实验室的研究人员一直在使用Loihi神经型态平台，研究量子和神经型态运算之间的权衡得失，以及在晶片上实作学习过程。这项研究显示为解决困难的最佳化问题，脉冲式类神经网路（spiking neural network）和量子退火（quantum annealing）方法之间，一些令人为之振奋的等价关系。我们还证明了训练类神经网路的基本组件，原本认为不可能在神经型态架构实作的反向传播演算法，可以在Loihi上有效率地实现。我们团队很高兴能够使用第2代Loihi 2晶片继续这项研究。 」

英特尔神经型态研究社群：今年加入包含Ford、乔治亚理工学院、西南研究院（SwRI）和Teledyne-FLIR等数位新成员，英特尔神经型态研究社群（INRC）已成长至将近150位成员。新合作伙伴加入一个由学术界、政府和产业伙伴所组成的强大社群，与英特尔合作驱动真实世界神经型态运算的商业用途发展。

埃森哲实验室研究科学家主任暨常务董事Edy Liongosari表示：「新的Loihi 2晶片和Lava API所带来的进步，是神经型态运算向前跨出的重要一步。下一代神经型态架构对于埃森哲实验室在智慧边缘运算，受大脑启发的电脑视觉演算法研究十分重要，能够替未来扩展实境耳机或智慧行动机器人提供动力。新晶片提供的功能将使得超维（hyper-dimensional）运算更有效率，并开启更先进的晶载学习（on-chip learning），Lava API则提供开发者1个更简单、更精简的介面，来建立神经型态系统。 」

商业化之路：将神经型态运算从实验室研究进展至商业上可行的技术，是一项需要三管齐下的努力。它需要根据演算法和应用研究的成果，不断地对神经型态硬体迭代改进；开发通用跨平台软体框架，以便让开发者能够针对从不同团体来的最佳演算法构想，进行基准测试、整合和改善：以及横跨产业、学术界和政府的深度合作，建立丰富、有成效的神经型态生态系，以便探索可提供短期商业价值的商业化使用案例。今日英特尔所宣布的事项涵盖这些全部领域，把新工具交付至不断扩大的神经型态研究人员生态系手中，让他们能够从基础开始重新思考运算，提供智慧资讯处理方面的突破。