根据英代尔公司发表的新闻公报，英代尔在其第一代大规模研究系统Pohoiki Springs的基础上，改进了Hala Point大型神经拟态系统的架构，将神经元容量提高了10倍以上，性能提高了12倍。Hala Point系统最初部署在美国桑迪亚国家实验室，由1152个英代尔Loihi2处理器组成，包括分佈在14万0544个处理核心上的11.5亿个人工神经元和1280亿个人工突触。在运行传统深度神经网络时，每秒可进行20千万亿次运算。
公报表示，HalaPoint系统基于神经拟态计算技术，提升了主流、常规深度学习模型的性能和效率，尤其是那些用于处理视频、语音和无线通信等即时工作负载的模型。与使用中央处理器和图形处理器的传统电脑相比，HalaPoint系统在执行AI推理和处理优化问题时速度可提高50倍，能耗仅为传统电脑的百份之一。HalaPoint系统将高效率的深度学习和类脑持续学习、优化能力结合起来，希望其能够提升大规模AI技术的效率和适应性◆
