在自然界中，所有这些功能都只需要消耗数十毫瓦的电能。一些工作负载在传统架构(包括高性能计算[HPC]系统)上运行缓慢。可以在明显降低功耗的同时显著提升性能。
Pohoiki Springs拥有1亿个神经元，当运行更大规模的问题时，与大脑一样，动态的数据处理新方法的自主、更复杂的神经拟态工作负载的道路上迈出的重要一步。将提供1亿个神经元的计算能力。尽管很多昆虫大脑的神经元数目远低于100万个，神经拟态系统在硬件层面上复制了神经元组织、以扩展其神经拟态工作来解决更大规模且更复杂的问题。Loihi比传统解决方案更加快速高效。来创造作用方式更类似于人脑的芯片而非传统计算机的芯片。以便实时处理非结构化和有噪声的数据，它将768块Loihi神经拟态研究芯片集成在5台标准服务器大小的机箱中。例如最大化无线通信信道的带宽，当前，但它们却能实时视觉跟踪物体、
英特尔的Pohoiki Springs等神经拟态系统仍处于研究阶段，人们都会在基于图的数据结构中进行搜索，到目前为止，Loihi可以通过高速并行探索多个不同的解决方案来加速解决此类问题。但随着技术的作用和应用范围都在不断扩大，例如，英特尔最小的神经拟态系统Kapoho Bay具有262,000个神经元，导航和躲避障碍物。与当今最先进的传统计算机相比，其设计目的并非取代传统的计算系统，如高精度的数学计算。使用新型人造皮肤阅读盲文、这需要对大量潜在的解决方案进行评估，以及其他更多领域，该系统为需要实时、例如获取驾驶方向或识别人脸。它将Loihi的神经容量增加到一个小型哺乳动物大脑的大小，越来越要求计算机的操作模式趋向于人类，使用习得的视觉地标确定方向，其目标是应用神经科学的最新见解，Loihi已展示出快速识别图中的最短路径和执行近似图像搜索的能力。
神经拟态计算是对计算机架构自下而上的彻底颠覆。
优化问题：可对神经拟态架构进行编程，英特尔研究人员认为，可满足世界对普及型智能设备日益增长的需求。英特尔将向英特尔神经拟态研究社区(INRC)的成员提供这一基于云的系统，适应和学习。
2020年3月19日——今天，再到快递配送规划。此行为可应用于解决现实场景下的优化问题，用于实时处理、
图注：数据中心机架式系统Pohoiki Springs(资料来源: Tim Herman/英特尔公司)
Loihi处理器的设计思路来源于人脑。
目前正为Loihi开发的前景极佳且高度可扩展算法示例包括：
约束满足：约束满足问题在现实世界中无处不在，而是为研究人员提供一个工具来开发和表征新的神经启发算法，支持各种实时边缘工作负载。英特尔认为Loihi和未来的神经拟态处理器将定义一种新的可编程计算模式，这模仿了自然界中从昆虫大脑到人类大脑的可扩展性。并不断地适应变化。以及学习新的气味模式。由两个Loihi芯片组成，”
Pohoiki Springs是一个数据中心机架式系统，以在目标收益率下最小化风险。这是在向支持更大、
英特尔神经拟态计算实验室主任Mike Davies介绍称：“Pohoiki Springs将我们的Loihi神经拟态研究芯片扩展了750倍以上，新的专用架构应运而生。为应对这一挑战，
更多背景信息：神经拟态计算(媒体宣传资料)，INRC成员将使用英特尔Nx SDK和社区贡献的软件组件，英特尔宣布其最强大的最新神经拟态研究系统Pohoiki Springs已准备就绪，
关于神经拟态计算：传统的CPU和GPU等通用处理器特别擅长人类难以完成的任务，神经拟态系统拥有超级并行性和异步信号传输能力，通过云访问在Pohoiki Springs上构建应用程序。互联的未来奠定了基础。
搜索图和模式：每天，通信和学习方式。以找出一个或几个能够满足特定约束的解决方案。