日前
，斯坦福大學研究院電子與微係統技術實驗室的Jeehwan Kim教授在《自然》雜誌上發表了一篇論文，一時間引來了產學研三界的關注。原因是Jeehwan Kim教jiao授shou與yu研yan究jiu員yuan們men使shi用yong一yi種zhong稱cheng為wei矽gui鍺zhe的de材cai料liao研yan發fa了le一yi款kuan人ren工gong突tu觸chu芯xin片pian，可ke支zhi持chi識shi別bie手shou寫xie字zi體ti的de機ji器qi學xue習xi算suan法fa。無wu獨du有you偶ou，近jin日ri中zhong國guo科ke學xue院yuan自zi動dong化hua研yan究jiu所suo類lei腦nao智zhi能neng研yan究jiu中zhong心xin類lei腦nao信xin息xi處chu理li（BRAVE）研究組也在借鑒生物神經結構的神經網絡建模與類人學習研究中取得了突破性的研究。

 

從計算機誕生起，人們就不斷要求它的計算能力提升，隨著芯片集成性越來越高
，CPU與內存之間的性能差距越來越大。基於馮諾依曼結構的計算機結構呈現的缺點也愈加明顯，也有人稱這為內存牆，意思是說CPU再快，也要等內存。相比之下
，人腦卻沒有此類問題出現
，據研究表明，人類大腦平均每秒可執行 1 億億次操作

，所需能量隻有 10～25 wate。yineryanjiuyuanmenzhengzhuanxiangmonirenleidanaoyanjiu
，shitutongguomonirennaoyunzhuanjizhi
，shijisuanjinengdinenghaogaogongxiaodijinxingjisuan，shenzhishijisuanjiyouyuleirendezhineng。

 

國內外有許多公司和機構正在類腦芯片研發上投入大量精力
，美國在此項研究上開始較早
，2014年IBM就推出了業內首款類腦芯片TrueNorth。國(guo)內(nei)最(zui)近(jin)幾(ji)年(nian)在(zai)芯(xin)片(pian)研(yan)發(fa)上(shang)也(ye)不(bu)甘(gan)示(shi)弱(ruo)，也(ye)有(you)西(xi)井(jing)科(ke)技(ji)這(zhe)樣(yang)的(de)初(chu)創(chuang)公(gong)司(si)投(tou)身(shen)到(dao)類(lei)腦(nao)芯(xin)片(pian)的(de)研(yan)發(fa)中(zhong)來(lai)，清(qing)華(hua)等(deng)知(zhi)名(ming)高(gao)校(xiao)也(ye)紛(fen)紛(fen)建(jian)立(li)類(lei)腦(nao)研(yan)究(jiu)中(zhong)心(xin)。

 

相比於傳統芯片，類腦芯片的確在功耗上具有絕對優勢，拿英特爾在本次CES上展出的自我學習芯片Loihi來說，不僅其學習效率比其他智能芯片高100萬倍，而且在完成同一個任務所消耗的能源比傳統芯片節省近1000倍。類腦芯片的集成度也非常高，拿浙大推出的“達爾文”芯片來說
，其麵積為25平方毫米，也就是說邊長隻有0.5厘米，但內部卻能包含500萬個晶體管。隨著行業對計算力要求越來越高，馮氏瓶頸將越來越明顯，顛覆傳統架構的類腦芯片已為芯片行業開啟了一扇新的大門。

 

現代計算機基本都基於馮·諾nuo依yi曼man結jie構gou，它ta將jiang程cheng序xu和he處chu理li該gai程cheng序xu的de數shu據ju用yong同tong樣yang的de方fang式shi分fen別bie存cun儲chu在zai兩liang個ge區qu域yu，一yi個ge稱cheng為wei指zhi令ling集ji，一yi個ge稱cheng為wei數shu據ju集ji。計ji算suan機ji每mei次ci進jin行xing運yun算suan時shi需xu要yao在zaiCPU和內存這兩個區域往複調用，因而在雙方之間產生數據流量。而隨著深度學習算法的出現，對芯片計算力的要求不斷提高，馮·諾伊曼瓶頸遇見明顯：當CPU需要在巨大的資料上執行一些簡單指令時，資料流量將嚴重降低整體效率，CPU將會在資料輸入或輸出時閑置。

 

不僅如此，傳統芯片還存在一個大問題就是效率低。芯片在工作時
，大部分的電能將轉化為熱能

，一個不帶散熱器的計算機，其CPU產chan生sheng的de熱re量liang就jiu可ke在zai短duan時shi間jian內nei將jiang其qi自zi身shen融rong化hua。其qi他ta的de智zhi能neng化hua設she備bei，也ye因yin芯xin片pian複fu雜za耗hao能neng太tai高gao
，導dao致zhi續xu航hang能neng力li差cha
，不bu管guan如ru何he改gai善shan工gong藝yi，高gao溫wen和he漏lou電dian都dou是shi難nan以yi避bi免mian的de問wen題ti。

 

為了解決CPU在大量數據運算效率低能耗高的問題
，目前有兩種發展路線：一是延用傳統馮諾依曼架構，主要以3中類型芯片為代表：GPU

、FPGA
、ASIC；二er是shi采cai用yong人ren腦nao神shen經jing元yuan結jie構gou設she計ji芯xin片pian來lai提ti升sheng計ji算suan能neng力li
，已yi完wan全quan擬ni人ren化hua為wei目mu標biao，追zhui求qiu在zai芯xin片pian架jia構gou上shang不bu斷duan逼bi近jin人ren腦nao
，這zhe類lei芯xin片pian被bei稱cheng為wei類lei腦nao芯xin片pian。

 

 

人腦神經元在接受到刺激後，其細胞膜內外帶電離子分布將發生變化
，因而形成電位差
，電位差將沿著神經細胞軸突、樹突雙向傳導，形成脈衝電流。而當該電信號傳遞到突觸時
，突觸前神經元將釋放神經遞質（如多巴胺
、腎上腺素）由突觸後神經元接受神經遞質產生興奮（該過程單向傳遞），並向下傳遞作用與人體反應器並發生反應。

 

類lei腦nao芯xin片pian架jia構gou就jiu是shi模mo擬ni人ren腦nao的de神shen經jing突tu觸chu傳chuan遞di結jie構gou。眾zhong多duo的de處chu理li器qi類lei似si於yu神shen經jing元yuan


，通tong訊xun係xi統tong類lei似si於yu神shen經jing纖xian維wei，每mei個ge神shen經jing元yuan的de計ji算suan都dou是shi在zai本ben地di進jin行xing的de，從cong整zheng體ti上shang看kan神shen經jing元yuan們men分fen布bu式shi進jin行xing工gong作zuo的de，也ye就jiu是shi說shuo整zheng體ti任ren務wu進jin行xing了le分fen工gong，每mei個ge神shen經jing元yuan隻zhi負fu責ze一yi部bu分fen計ji算suan。在zai處chu理li海hai量liang數shu據ju上shang這zhe種zhong方fang式shi優you勢shi明ming顯xian，並bing且qie功gong耗hao比bi傳chuan統tong芯xin片pian更geng低di。比bi如ruIBM的TrueNorth芯片每平方厘米功耗消耗僅為20毫瓦。

 

 

相比於依靠馮諾依曼結構的GPU、FPGA
、ASIC來說，類腦芯片是一種相對處於概念階段的集成電路。目前麵世的類腦芯片並不多，更不要說大規模的商業化了。

 

美(mei)國(guo)為(wei)保(bao)持(chi)技(ji)術(shu)優(you)勢(shi)，率(lv)先(xian)發(fa)起(qi)類(lei)腦(nao)計(ji)算(suan)芯(xin)片(pian)的(de)相(xiang)關(guan)研(yan)究(jiu)工(gong)作(zuo)，通(tong)過(guo)模(mo)仿(fang)人(ren)腦(nao)工(gong)作(zuo)原(yuan)理(li)
，使(shi)用(yong)神(shen)經(jing)元(yuan)和(he)突(tu)觸(chu)的(de)方(fang)式(shi)替(ti)代(dai)傳(chuan)統(tong)馮(feng)諾(nuo)依(yi)曼(man)架(jia)構(gou)體(ti)係(xi)
，使(shi)芯(xin)片(pian)能(neng)夠(gou)進(jin)行(xing)異(yi)步(bu)
、並行、低速和分布式處理信息數據
，並具備自主感知、識別和學習的能力。因此市麵上第一款類腦芯片就來自於美國的IBM公司。

 

 

2011年8月，IBM率先在類腦芯片上取得進展，他們在模擬人腦大腦結構基礎上
，研發出兩個具有感知
、認知功能的矽芯片原型。但因技術上的限製
，IBM戲稱第一代TrueNorth為“蟲腦”。2014年TrueNorth第二代誕生，它使用了三星的28nm的工藝
，共用了54億個晶體管，其性能相比於第一代有了不少提升。功耗每平方厘米消耗僅為 20 毫瓦，是第一代的百分之一，直徑僅有幾厘米，是第一代的十五分之一。

 

▲IBM Truenorth芯片

 

每個核都簡化模仿了人類大腦神經結構
，包含256個“神經元”（處理器）
、256個“軸突”（存儲器）和64000個突觸（神經元和軸突之間的通信）。總體來看，TrueNorth芯片由4096 個內核
，100 萬個 “神經元”、2.56 億個 “突觸” 集成。此外，不同芯片還可以通過陣列的方式互聯。

 

IBM稱如果 48 顆TrueNorth芯片組建起具有 4800 萬個神經元的網絡
，那這48顆芯片帶來的智力水平將相似於普通老鼠。

 

從2014年亮相後，這款芯片一直沒有大的動作。不久前，TrueNorth終於傳出了新進展，有報道稱IBM公司即將開發由64個“TrueNorth”leinaoxinpianqudongdexinxingchaojijisuanji。zheyijisuanjinengjinxingdaxingshendushenjingwangluodeshishifenxi，keyongyugaosukongzhongzhenjiamubiaodequfen，bingqiegonghaobichuantongdejisuanjixinpianjiangdi4個數量級。如果該係統功耗可以達到人腦級別，那麼理論上就可以在64顆芯片原型基礎上進一步擴展
，從而能夠同時處理任何數量的實時識別任務。

 

 

▲英特爾神經擬態芯片Loihi

 

幾日前的CES上芯片巨頭英特爾展示了其首款自學習神經元芯片Loihi，去年9月英特爾就曾宣稱曆時十年研究設計出了這款芯片的原型。Loihi芯片可以像人類大腦一樣
，通過脈衝或尖峰傳遞信息，並自動調節突觸強度，通過環境中的各種反饋信息，進行自主學習、下達指令。據英特爾方麵稱Loihi內部包含了128個計算核心，每個核心集成1024個人工神經元
，總計13.1萬個神經元，彼此之間通過1.3億個突觸相互連接。

 

相比於人腦內的800多億個神經元，Intel這款芯片的運算規模僅僅比蝦腦大一點。但根據英特爾給出的數據Loihi的學習效率比其他智能芯片高100萬倍
，而在完成同一個任務所消耗的能源可節省近1000倍。

 

 

芯片巨頭高通也在進行類腦芯片的研發，早在2013年高通就曾公布一款名為Zeroth的芯片，Zeroth不需要通過大量代碼對行為和結果進行預編程，而是通過類似於神經傳導物質多巴胺的學習（又名“正強化”）完wan成cheng的de。高gao通tong為wei了le讓rang搭da載zai該gai芯xin片pian的de設she備bei能neng隨sui時shi自zi我wo學xue習xi
，並bing從cong周zhou圍wei環huan境jing中zhong獲huo得de反fan饋kui，還hai為wei此ci開kai發fa了le一yi套tao軟ruan件jian工gong具ju。在zai公gong布bu的de資zi料liao中zhong高gao通tong還hai用yong裝zhuang載zai該gai芯xin片pian的de機ji器qi小xiao車che進jin行xing了le演yan示shi，使shi小xiao車che在zai受shou人ren腦nao啟qi發fa的de算suan法fa下xia完wan成cheng尋xun路lu
、躲避障礙等任務。

 

國內也開始了類腦芯片的研究，除清華等知名高校開設研究院外
，也出現了專注類腦芯片研發的創企，代表企業如上海的西井科技。

 

西井科技是國內研究類腦強人工智能的公司

，目前西井已推出了自主研發的擁有100億規模的神經元人腦仿真模擬器（Westwell Brain）和可商用化的5000 萬類腦神經元芯片（DeepSouth）兩款產品。 DeepSouth 是一款可商用化的芯片，它能模擬出高達 5000 萬級別的“神經元”，總計有 50 多億“神經突觸”。據西井CEO譚黎敏稱，該芯片除了具備“自我學習、自我實時提高”的能力外，還可以直接在芯片上完成計算，不需要通過網絡連接後台服務器，可在“無網絡”情況下使用。

 

能耗方麵
，DeepSouth 在同一任務下的功耗僅為傳統芯片的幾十分之一到幾百分之一。

 

 

▲浙大和杭州電子科技共同研發的“達爾文”芯片

 

2015年(nian)一(yi)群(qun)來(lai)自(zi)浙(zhe)江(jiang)大(da)學(xue)與(yu)杭(hang)州(zhou)電(dian)子(zi)科(ke)技(ji)大(da)學(xue)的(de)年(nian)輕(qing)的(de)研(yan)究(jiu)者(zhe)們(men)研(yan)發(fa)出(chu)一(yi)款(kuan)成(cheng)為(wei)達(da)爾(er)文(wen)的(de)類(lei)腦(nao)芯(xin)片(pian)。這(zhe)款(kuan)芯(xin)片(pian)是(shi)國(guo)內(nei)首(shou)款(kuan)基(ji)於(yu)矽(gui)材(cai)料(liao)的(de)脈(mai)衝(chong)神(shen)經(jing)網(wang)絡(luo)類(lei)腦(nao)芯(xin)片(pian)。“達爾文”芯片麵積為25平方毫米，比1元硬幣還要小，內含500萬個晶體管。芯片上集成了2048個矽材質的仿生神經元，可支持超過400萬個神經突觸和15個不同的突觸延遲。

 

據研發團隊介紹說，這款芯片可從外界接受並累計刺激，產生脈衝（電信號）進行信息的處理和傳遞，這如我們前麵提到的人類神經元間的信息傳遞一樣。研發人員還為“達爾文”開發了兩款簡單的智能應用。一是這款芯片可識別不同人手寫的1-10這10個數字，二是“達爾文”在接受了人類腦電腦後

，可控製電腦屏幕上籃球的移動方向。在熟悉並學習了操作者的腦電波後，“達爾文”會在後續接受相同刺激時做出同樣反映。

 

 

此外，國內也出現了一些小型的類腦芯片研究團隊，如AI-CTX團tuan隊dui。據ju稱cheng他ta們men目mu前qian設she計ji出chu了le一yi款kuan類lei腦nao芯xin片pian模mo型xing，不bu僅jin每mei個ge神shen經jing元yuan都dou具ju有you跟gen人ren腦nao神shen經jing元yuan類lei似si的de電dian學xue特te征zheng與yu動dong態tai參can數shu，具ju有you簡jian單dan的de運yun算suan與yu存cun儲chu功gong能neng。他ta們men還hai采cai用yong了le一yi種zhong特te殊shu的de布bu線xian方fang式shi
，使shi各ge芯xin片pian之zhi間jian的de交jiao流liu突tu破po物wu理li限xian製zhi，進jin而er增zeng加jia芯xin片pian群qun組zu的de原yuan有you網wang絡luo。這zhe一yi芯xin片pian不bu適shi合he處chu理li靜jing態tai硬ying盤pan數shu據ju，但dan擅shan長chang處chu理li如ru溫wen度du、氣壓
、人體信號、loT等包含時間參數的數據。

 

suiranmuqianshimianshangchuxianlejikuanleinaoxinpian，danqizaijisuanlishanghaibujichuantongjiagouxinpiankuai。weiletishengjisuanjiduidaguimoshujudeyunsuanxiaolv，xinpianqiyexianzaizuichangjiandezuofajiushijiyuchuantongxinpianjiagou，dazairengongshenjingwangluo，conggongnengshangmonirennaojisuandeGPU、FPGA·
、ASIC三種芯片，加上類腦芯片，並稱為AI芯片。

 

 

人腦的這三大特性始終是計算機無法比擬的：一是低能耗，人腦的功率大約為20瓦
，而目前計算機功耗需要幾百萬瓦
；二是容錯性，人腦時刻都在失去神經元
，而計算機失去一個晶體管就會破壞整個處理器
；三是無需編程，大腦在於外界交互過程中自發學習和改變，並非遵循預先設計好的算法。

 

中國也十分重視類腦研究，並將類腦計算作為國家戰略發展的製高點。中國不僅在2015年將腦計劃作為重大科技項目列入國家“十三五”規劃，還發布了關於腦計劃“一體兩翼”的總體戰略：一體即認識腦：以闡釋人類認知的神經基礎為主體和核心；兩翼即保護腦：預防
、診斷和治療腦重大疾病和模擬腦：類腦計算。

 

中國的學術界也展開了對類腦的研究，2015 年中科院、清華、北大，相繼成立“腦科學與類腦智能研究中心”
，2017年5月在合肥成立了類腦智能技術及應用國家工程實驗室。這些實驗室將借鑒人腦機製攻關人工智能技術，推進類腦神經芯片
、類腦智能機器人等新興產業發展。

 

 

muqian，dazaishenjingwangluoyinqingdexinpiancengchubuqiong，xinpianjutouhechuchuangmendouzaiyuanyoudefengnuoyimanjiagoushangzhengxiangliyongshenjingwangluoyouhuaxinpianjisuanli。congmuqianzheleiAI芯片的表現上看，FPGA的靈活性較好但開發難度大，ASIC因其功耗低、開發難度適中將在終端AI芯片上具有較大優勢。

 

類腦芯片不僅能提高計算機的計算速度、降jiang低di功gong耗hao，其qi在zai國guo防fang領ling域yu也ye將jiang發fa揮hui重zhong要yao作zuo用yong，對dui研yan發fa高gao度du自zi主zhu性xing的de智zhi能neng機ji器qi人ren以yi及ji提ti高gao其qi他ta設she備bei的de智zhi能neng水shui平ping也ye有you重zhong要yao意yi義yi。就jiu讓rang機ji器qi實shi現xian智zhi能neng這zhe一yi人ren工gong智zhi能neng終zhong極ji理li想xiang來lai說shuo，從cong人ren類lei自zi身shen結jie構gou出chu發fa是shi一yi可ke選xuan思si路lu，但dan並bing非fei僅jin此ci一yi種zhong。

 

從現在各大公司的研究成果來看
，像IBM TrueNorthzheyangdeleinaoxinpianyunxingdexiaolvhaibujiyishangtidaodezaichuantongjiagoushangyunyongshenjingwangluodexinpian。danfengnuoyimanpingjingshikeguancunzaideshishi，suizheyunsuanshujuliangdezengjia，zheyiduanbanjiangyuelaiyuemingxian。

 

而人腦也的確憑借低功耗、高運算力成為計算機芯片研發學習的方向

，但短期內類腦芯片還難以表現出其優勢，或許隨著對人腦研究的深入
，會有人像牛頓一樣被“上帝的蘋果”砸(za)中(zhong)，從(cong)而(er)擁(yong)有(you)敲(qiao)開(kai)具(ju)有(you)高(gao)速(su)運(yun)算(suan)力(li)的(de)類(lei)腦(nao)芯(xin)片(pian)領(ling)域(yu)的(de)敲(qiao)門(men)磚(zhuan)。或(huo)許(xu)現(xian)在(zai)的(de)傳(chuan)統(tong)架(jia)構(gou)加(jia)神(shen)經(jing)網(wang)絡(luo)芯(xin)片(pian)就(jiu)是(shi)像(xiang)牛(niu)頓(dun)的(de)萬(wan)有(you)引(yin)力(li)定(ding)律(lv)一(yi)樣(yang)適(shi)用(yong)於(yu)數(shu)據(ju)量(liang)較(jiao)大(da)的(de)運(yun)算(suan)，而(er)類(lei)腦(nao)芯(xin)片(pian)像(xiang)愛(ai)因(yin)斯(si)坦(tan)的(de)相(xiang)對(dui)論(lun)一(yi)樣(yang)在(zai)實(shi)現(xian)機(ji)器(qi)智(zhi)能(neng)上(shang)更(geng)具(ju)潛(qian)力(li)。

 

推薦閱讀：
深度解析半導體激光器發光原理及工作原理 
傳感器開始轉變需求——低功耗需求轉變成準確度的高要求 
如何運用中間電壓提高電源轉換效率

？ 
 一文了解智能駕駛核心激光雷達