現代計算機對電力的需求正在以驚人速度增長，許多科技公司正努力開發更節能的硬件。但是，人們能否構建一種全新架構的計算機，從而在節能方面實現質的飛躍？
一些公司給出了肯定的答案。他們正在利用神經神態計算技術，制造像大腦一樣思考的計算機，即“類腦計算機”。這種創新技術旨在模仿人類大腦處理信息的方式，或許會在人工智能（AI）、機器人等多個領域掀起一場革命。
人腦或是計算機終極形態
人腦以極低的能耗運行，卻能完成復雜多樣的任務。據美國今日物理網站報道，人腦運行的功率約為12—20瓦，占人體代謝率的20%；相比之下，有些臺式電腦的功率約為175瓦，英偉達H100等尖端AI加速器的功率更是高達300—700瓦。
在神經形態計算中，電子設備模仿神經元和突觸，并以一種類似于大腦網絡的方式相互連接。
神經形態計算機在設計上的一些基本特性，使其與傳統計算機區別開來。首先，神經形態計算機沒有單獨的內存和處理單元，這些任務可以在芯片上每個神經元的位置一起執行，所以不需要在內存和處理器之間傳輸數據，減少了能源消耗并加快了處理速度。
其次，在傳統計算中，系統的每個部分始終處于開啟狀態，并可以與任何其他部分進行通信；而神經形態系統中模擬的神經元和突觸只有在需要時才被激活，從而節省了能源。
此外，現代計算機是數字化的，使用1或0來表示數據；而大腦中的電信號并不簡單地由0和1組成，神經形態計算機也能模擬大腦這一點。
硬件與軟件是雙重支柱
神經形態計算依賴于兩個基本技術支柱：硬件和軟件。
在硬件方面，科學家正在開發特定的神經形態芯片。例如，英特爾公司2021年發布的原型神經形態芯片Loihi 2。這款芯片面積為31mm2，其處理器最多可封裝100萬個人工神經元。
今年4月，英特爾宣布打造出全球最大的神經擬態系統Hala Point，旨在支持未來類腦AI研究。該系統就是基于Loihi 2處理器構建的，擁有多達11.5億個神經元和1280億個突觸，速度最高可達人腦的200倍。英特爾稱，Hala Point的神經元容量大致相當于貓頭鷹的大腦，是迄今為止世界上最大的神經形態計算機。
除了英特爾，IBM公司也在去年推出了其最新的類腦芯片原型“北極”（NorthPole）。這款芯片是之前“真北”（TrueNorth）芯片的升級版，測試顯示，它比市場上的其他芯片更節能、更節省空間、速度更快。目前，研究團隊正致力于將這些芯片組合成更大規模的系統。
此外，規模較小的神經形態公司，如澳大利亞AI芯片制造商BrainChip、中國AI芯片初創公司SynSense以及荷蘭神經形態處理器公司Innatera也在這一領域積極投入研發。
在軟件方面，正在開發的算法和計算模型都在模仿大腦的學習和信息處理方式，例如人工神經網絡和深度學習。
商業應用前景樂觀
據英國廣播公司報道，神經形態計算機的未來商業應用主要分為兩大領域：一是為AI應用程序提供更節能、更高性能的平臺，包括圖像和視頻分析、語音識別以及為ChatGPT等聊天機器人提供動力的大型語言模型；二是“邊緣計算”，即在聯網設備上實時處理數據，自動駕駛汽車、機器人、手機、可穿戴技術等都可通過“邊緣計算”應用極大提高效率。
然而，技術挑戰依然存在。神經形態計算發展的主要障礙之一在于軟件的開發，以適應這些獨特硬件的運行需求。盡管硬件已逐漸成熟，但如何以全新的編程方式激活其潛力，仍是亟待解決的問題。此外，成本也是一大挑戰。無論是硅基還是其他材料，制造全新的神經形態芯片都需要高昂的成本投入。
今年5月，德國科技公司SpiNNcloud Systems宣布，他們正在開發一款名為SpiNNaker2的神經形態超級計算機，能模擬至少100億個神經元，并計劃將其商業化。這款基于人腦原理的混合AI高效能電腦系統，無疑為神經形態計算領域注入了新活力。
英國倫敦大學學院神經形態研究專家托尼·肯揚表示：“雖然還沒有一個‘殺手锏級別’的應用，但神經形態計算將在許多領域顯著提高能源效率和性能。隨著這項技術逐漸成熟，我們將看到它的廣泛應用。”
現代計算機對電力的需求正在以驚人速度增長，許多科技公司正努力開發更節能的硬件。但是，人們能否構建一種全新架構的計算機，從而在節能方面實現質的飛躍？
一些公司給出了肯定的答案。他們正在利用神經神態計算技術，制造像大腦一樣思考的計算機，即“類腦計算機”。這種創新技術旨在模仿人類大腦處理信息的方式，或許會在人工智能（AI）、機器人等多個領域掀起一場革命。
人腦或是計算機終極形態
人腦以極低的能耗運行，卻能完成復雜多樣的任務。據美國今日物理網站報道，人腦運行的功率約為12—20瓦，占人體代謝率的20%；相比之下，有些臺式電腦的功率約為175瓦，英偉達H100等尖端AI加速器的功率更是高達300—700瓦。
在神經形態計算中，電子設備模仿神經元和突觸，并以一種類似于大腦網絡的方式相互連接。
神經形態計算機在設計上的一些基本特性，使其與傳統計算機區別開來。首先，神經形態計算機沒有單獨的內存和處理單元，這些任務可以在芯片上每個神經元的位置一起執行，所以不需要在內存和處理器之間傳輸數據，減少了能源消耗并加快了處理速度。
其次，在傳統計算中，系統的每個部分始終處于開啟狀態，并可以與任何其他部分進行通信；而神經形態系統中模擬的神經元和突觸只有在需要時才被激活，從而節省了能源。
此外，現代計算機是數字化的，使用1或0來表示數據；而大腦中的電信號并不簡單地由0和1組成，神經形態計算機也能模擬大腦這一點。
硬件與軟件是雙重支柱
神經形態計算依賴于兩個基本技術支柱：硬件和軟件。
在硬件方面，科學家正在開發特定的神經形態芯片。例如，英特爾公司2021年發布的原型神經形態芯片Loihi 2。這款芯片面積為31mm2，其處理器最多可封裝100萬個人工神經元。
今年4月，英特爾宣布打造出全球最大的神經擬態系統Hala Point，旨在支持未來類腦AI研究。該系統就是基于Loihi 2處理器構建的，擁有多達11.5億個神經元和1280億個突觸，速度最高可達人腦的200倍。英特爾稱，Hala Point的神經元容量大致相當于貓頭鷹的大腦，是迄今為止世界上最大的神經形態計算機。
除了英特爾，IBM公司也在去年推出了其最新的類腦芯片原型“北極”（NorthPole）。這款芯片是之前“真北”（TrueNorth）芯片的升級版，測試顯示，它比市場上的其他芯片更節能、更節省空間、速度更快。目前，研究團隊正致力于將這些芯片組合成更大規模的系統。
此外，規模較小的神經形態公司，如澳大利亞AI芯片制造商BrainChip、中國AI芯片初創公司SynSense以及荷蘭神經形態處理器公司Innatera也在這一領域積極投入研發。
在軟件方面，正在開發的算法和計算模型都在模仿大腦的學習和信息處理方式，例如人工神經網絡和深度學習。
商業應用前景樂觀
據英國廣播公司報道，神經形態計算機的未來商業應用主要分為兩大領域：一是為AI應用程序提供更節能、更高性能的平臺，包括圖像和視頻分析、語音識別以及為ChatGPT等聊天機器人提供動力的大型語言模型；二是“邊緣計算”，即在聯網設備上實時處理數據，自動駕駛汽車、機器人、手機、可穿戴技術等都可通過“邊緣計算”應用極大提高效率。
然而，技術挑戰依然存在。神經形態計算發展的主要障礙之一在于軟件的開發，以適應這些獨特硬件的運行需求。盡管硬件已逐漸成熟，但如何以全新的編程方式激活其潛力，仍是亟待解決的問題。此外，成本也是一大挑戰。無論是硅基還是其他材料，制造全新的神經形態芯片都需要高昂的成本投入。
今年5月，德國科技公司SpiNNcloud Systems宣布，他們正在開發一款名為SpiNNaker2的神經形態超級計算機，能模擬至少100億個神經元，并計劃將其商業化。這款基于人腦原理的混合AI高效能電腦系統，無疑為神經形態計算領域注入了新活力。
英國倫敦大學學院神經形態研究專家托尼·肯揚表示：“雖然還沒有一個‘殺手锏級別’的應用，但神經形態計算將在許多領域顯著提高能源效率和性能。隨著這項技術逐漸成熟，我們將看到它的廣泛應用。”
本文鏈接：類腦計算機會成為AI時代的“寵兒”嗎http://m.sq15.cn/show-2-7240-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
下一篇： 新平臺可繪制亞細胞精度的組織3D圖