英特爾推出Loihi 2，為其第2代神經型態（neuromorphic）研究晶片，以及一款用於開發神經啟發應用程式的開放原始碼軟體框架Lava。展現英特爾在推動神經型態技術方面的不斷進步。

神經型態運算汲取神經科學的見解，打造功能更像生物大腦的晶片，期望在廣泛的邊緣應用：從視覺、語音和手勢辨識，再到搜尋檢索、機器人學和受限最適化（constrained optimization）的問題上，於能源效率、運算速度和學習效率方面，提供數個量級的改善。

洛色拉莫士國家實驗室助理研究員Gerd J. Kunde博士表示：「洛色拉莫士國家實驗室的研究人員一直在使用Loihi神經型態平台，研究量子和神經型態運算之間的權衡得失，以及在晶片上實作學習過程。這項研究顯示為解決困難的最佳化問題，脈衝式類神經網路（spiking neural network）和量子退火（quantum annealing）方法之間，一些令人為之振奮的等價關係。我們還證明了訓練類神經網路的基本組件，原本認為不可能在神經型態架構實作的反向傳播演算法，可以在Loihi上有效率地實現。我們團隊很高興能夠使用第2代Loihi 2晶片繼續這項研究。」

英特爾神經型態研究社群：今年加入包含Ford、喬治亞理工學院、西南研究院（SwRI）和Teledyne-FLIR等數位新成員，英特爾神經型態研究社群（INRC）已成長至將近150位成員。新合作夥伴加入一個由學術界、政府和產業夥伴所組成的強大社群，與英特爾合作驅動真實世界神經型態運算的商業用途發展。

埃森哲實驗室研究科學家主任暨常務董事Edy Liongosari表示：「新的Loihi 2晶片和Lava API所帶來的進步，是神經型態運算向前跨出的重要一步。下一代神經型態架構對於埃森哲實驗室在智慧邊緣運算，受大腦啟發的電腦視覺演算法研究十分重要，能夠替未來擴展實境耳機或智慧行動機器人提供動力。新晶片提供的功能將使得超維（hyper-dimensional）運算更有效率，並開啟更先進的晶載學習（on-chip learning），Lava API則提供開發者1個更簡單、更精簡的介面，來建立神經型態系統。」

商業化之路：將神經型態運算從實驗室研究進展至商業上可行的技術，是一項需要三管齊下的努力。它需要根據演算法和應用研究的成果，不斷地對神經型態硬體迭代改進；開發通用跨平台軟體框架，以便讓開發者能夠針對從不同團體來的最佳演算法構想，進行基準測試、整合和改善：以及橫跨產業、學術界和政府的深度合作，建立豐富、有成效的神經型態生態系，以便探索可提供短期商業價值的商業化使用案例。今日英特爾所宣布的事項涵蓋這些全部領域，把新工具交付至不斷擴大的神經型態研究人員生態系手中，讓他們能夠從基礎開始重新思考運算，提供智慧資訊處理方面的突破。