科技創(chuàng )新世界潮|類(lèi)腦計算機會(huì )成為AI時(shí)代的“寵兒”嗎

2024-06-26 18:35:11 來(lái)源: 科技日報 作者: 張佳欣

科技日報記者 張佳欣

現代計算機對電力的需求正在以驚人速度增長(cháng),許多科技公司正努力開(kāi)發(fā)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(shí)現質(zhì)的飛躍?


BrainChip公司推出的Akida神經(jīng)形態(tài)芯片。
圖片來(lái)源:BrainChip公司官網(wǎng)

一些公司給出了肯定的答案。他們正在利用神經(jīng)神態(tài)計算技術(shù),制造像大腦一樣思考的計算機,即“類(lèi)腦計算機”。這種創(chuàng )新技術(shù)旨在模仿人類(lèi)大腦處理信息的方式,或許會(huì )在人工智能(AI)、機器人等多個(gè)領(lǐng)域掀起一場(chǎng)革命。

人腦或是計算機終極形態(tài)

人腦以極低的能耗運行,卻能完成復雜多樣的任務(wù)。據美國今日物理網(wǎng)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(jīng)形態(tài)計算中,電子設備模仿神經(jīng)元和突觸,并以一種類(lèi)似于大腦網(wǎng)絡(luò )的方式相互連接。

神經(jīng)形態(tài)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(kāi)來(lái)。首先,神經(jīng)形態(tài)計算機沒(méi)有單獨的內存和處理單元,這些任務(wù)可以在芯片上每個(gè)神經(jīng)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(gè)部分始終處于開(kāi)啟狀態(tài),并可以與任何其他部分進(jìn)行通信;而神經(jīng)形態(tài)系統中模擬的神經(jīng)元和突觸只有在需要時(shí)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(lái)表示數據;而大腦中的電信號并不簡(jiǎn)單地由0和1組成,神經(jīng)形態(tài)計算機也能模擬大腦這一點(diǎn)。

硬件與軟件是雙重支柱

神經(jīng)形態(tài)計算依賴(lài)于兩個(gè)基本技術(shù)支柱:硬件和軟件。

在硬件方面,科學(xué)家正在開(kāi)發(fā)特定的神經(jīng)形態(tài)芯片。例如,英特爾公司2021年發(fā)布的原型神經(jīng)形態(tài)芯片Loihi 2。這款芯片面積為31mm2,其處理器最多可封裝100萬(wàn)個(gè)人工神經(jīng)元。

今年4月,英特爾宣布打造出全球最大的神經(jīng)擬態(tài)系統Hala Point,旨在支持未來(lái)類(lèi)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(gè)神經(jīng)元和1280億個(gè)突觸,速度最高可達人腦的200倍。英特爾稱(chēng),Hala Point的神經(jīng)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(jīng)形態(tài)計算機。

除了英特爾,IBM公司也在去年推出了其最新的類(lèi)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(chǎng)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(jīng)形態(tài)公司,如澳大利亞AI芯片制造商BrainChip、中國AI芯片初創(chuàng )公司SynSense以及荷蘭神經(jīng)形態(tài)處理器公司Innatera也在這一領(lǐng)域積極投入研發(fā)。

在軟件方面,正在開(kāi)發(fā)的算法和計算模型都在模仿大腦的學(xué)習和信息處理方式,例如人工神經(jīng)網(wǎng)絡(luò )和深度學(xué)習。

商業(yè)應用前景樂(lè )觀(guān)

據英國廣播公司報道,神經(jīng)形態(tài)計算機的未來(lái)商業(yè)應用主要分為兩大領(lǐng)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(yǔ)音識別以及為ChatGPT等聊天機器人提供動(dòng)力的大型語(yǔ)言模型;二是“邊緣計算”,即在聯(lián)網(wǎng)設備上實(shí)時(shí)處理數據,自動(dòng)駕駛汽車(chē)、機器人、手機、可穿戴技術(shù)等都可通過(guò)“邊緣計算”應用極大提高效率。

然而,技術(shù)挑戰依然存在。神經(jīng)形態(tài)計算發(fā)展的主要障礙之一在于軟件的開(kāi)發(fā),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(wèn)題。此外,成本也是一大挑戰。無(wú)論是硅基還是其他材料,制造全新的神經(jīng)形態(tài)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(kāi)發(fā)一款名為SpiNNaker2的神經(jīng)形態(tài)超級計算機,能模擬至少100億個(gè)神經(jīng)元,并計劃將其商業(yè)化。這款基于人腦原理的混合AI高效能電腦系統,無(wú)疑為神經(jīng)形態(tài)計算領(lǐng)域注入了新活力。

英國倫敦大學(xué)學(xué)院神經(jīng)形態(tài)研究專(zhuān)家托尼·肯揚表示:“雖然還沒(méi)有一個(gè)‘殺手锏級別’的應用,但神經(jīng)形態(tài)計算將在許多領(lǐng)域顯著(zhù)提高能源效率和性能。隨著(zhù)這項技術(shù)逐漸成熟,我們將看到它的廣泛應用?!?/p>

責任編輯: 常麗君