IBM對芯片的追求一直是：更小、更輕、更強(qiáng)大。為了達(dá)成這個(gè)目的，他們通過模仿人腦的工作原理打造出了第二代的SyNAPSE芯片。該項(xiàng)目的負(fù)責(zé)人Dharmendra Modha：“它就像一臺超級電腦被但只有一張郵票的大小，并且比羽毛還輕。”不止這樣，它的功耗和助聽器差不多。

所以它是怎么模仿大腦的？

該芯片有一百萬個(gè)神經(jīng)元，2.56億個(gè)神經(jīng)突觸，和4096個(gè)神經(jīng)突觸內(nèi)核。這些元件和大腦的組成相近，并且可以像大腦一樣運(yùn)作。他們被分布在64X64的陣列當(dāng)中并且本身就具有儲存能力。神經(jīng)突觸內(nèi)核之間能夠通過芯片內(nèi)部的線路連接，協(xié)同工作。

“你可以輕易地堆疊這些芯片，并且它的功能會疊加。我們已經(jīng)以4X4的陣列堆疊了16個(gè)芯片，并創(chuàng)造了1600萬個(gè)神經(jīng)元和40億個(gè)神經(jīng)突觸內(nèi)核。”Modha說。

該芯片能夠和4000種芯片搭配使用，并創(chuàng)造一臺能夠“思考”的機(jī)器。

目前的芯片有一個(gè)問題叫“Von Neumann 瓶頸”。當(dāng)我們沒辦法將數(shù)據(jù)快速的送入處理內(nèi)核的時(shí)候，芯片就會處于“空轉(zhuǎn)”狀態(tài)，這樣一來，即使我們不斷提高芯片的處理速度也沒有用，它始終有一個(gè)極限值。

SyNAPSE芯片把傳統(tǒng)的芯片模型拋棄了，并讓芯片自動思考每個(gè)指令之間的關(guān)系，并自己選擇先執(zhí)行那個(gè)指令。當(dāng)其中一個(gè)神經(jīng)元被觸發(fā)之后，它會接收到附近神經(jīng)元的反饋，當(dāng)足夠的信息被搜集以后，這個(gè)系統(tǒng)就會“了解”所需數(shù)據(jù)的位置，芯片就可以決定怎么處理這個(gè)指令。從根本上來說，這個(gè)芯片會“學(xué)習(xí)”。

通過這種模式它擺脫了“Von Neumann 瓶頸”。簡單來講，以往的芯片是死的，你輸入什么指令它就處理，但該芯片是活的，它會自己判斷數(shù)據(jù)間的關(guān)系并作出判斷。

Modha說：“我手中拿著的是機(jī)器的新紀(jì)元。”

但更重要的問題是這個(gè)芯片可能需要重新思考“電腦”是什么，因?yàn)樗呀?jīng)打破了以往電腦的模式，所以真正的挑戰(zhàn)在于怎么讓這個(gè)芯片投入應(yīng)用。IBM打造了新的變成語言，并推出配套的線路板讓它可以開始使用，但他們必須面對競爭者的壓力。Modha也說不準(zhǔn)該芯片何時(shí)能夠商業(yè)化，但I(xiàn)BM正在努力。

如果SyNAPSE真的投入應(yīng)用，它將可以增強(qiáng)云計(jì)算和穿戴式設(shè)備的計(jì)算能力。機(jī)器人可以續(xù)航更長的時(shí)間，并處理更多的數(shù)據(jù)。無人汽車和移動設(shè)備可以實(shí)時(shí)觀察周遭數(shù)據(jù)，這都是以往的芯片做不到的。

但最后Modha也澄清，大腦芯片只是工作原理像大腦，雖然它的效率很高但始終不能代替真的人腦。如果要復(fù)制人腦的能力，即使使用該芯片也需要耗費(fèi)幾個(gè)城市的用電，真正的“電子腦”還需要幾年的時(shí)間發(fā)展。

“我想看它被應(yīng)用。”Modha說，“我還想開發(fā)下一代的SyNAPSE，我們想要不斷突破芯片的極限。”

以往的人工智能需要從算法上突破，因?yàn)樾酒哪Ｐ筒]有改變。IBM的大腦芯片出現(xiàn)以后，人工智能的發(fā)展在硬件上也得到了更多的支持。有“思考能力”的芯片，聽起來似乎有點(diǎn)毛骨悚然。

Via：Venturebeat

新浪簡介|廣告服務(wù)|網(wǎng)站導(dǎo)航|聯(lián)系我們|客戶服務(wù)|誠聘英才|網(wǎng)站律師|通行證注冊|

Copyright 1996 - 2014 SINA Corporation, All Rights Reserved

新浪公司版權(quán)所有

IBM對芯片的追求一直是：更小、更輕、更強(qiáng)大。為了達(dá)成這個(gè)目的，他們通過模仿人腦的工作原理打造出了第二代的SyNAPSE芯片。該項(xiàng)目的負(fù)責(zé)人Dharmendra Modha：“它就像一臺超級電腦被但只有一張郵票的大小，并且比羽毛還輕。”不止這樣，它的功耗和助聽器差不多。

所以它是怎么模仿大腦的？

該芯片有一百萬個(gè)神經(jīng)元，2.56億個(gè)神經(jīng)突觸，和4096個(gè)神經(jīng)突觸內(nèi)核。這些元件和大腦的組成相近，并且可以像大腦一樣運(yùn)作。他們被分布在64X64的陣列當(dāng)中并且本身就具有儲存能力。神經(jīng)突觸內(nèi)核之間能夠通過芯片內(nèi)部的線路連接，協(xié)同工作。

“你可以輕易地堆疊這些芯片，并且它的功能會疊加。我們已經(jīng)以4X4的陣列堆疊了16個(gè)芯片，并創(chuàng)造了1600萬個(gè)神經(jīng)元和40億個(gè)神經(jīng)突觸內(nèi)核。”Modha說。

該芯片能夠和4000種芯片搭配使用，并創(chuàng)造一臺能夠“思考”的機(jī)器。

目前的芯片有一個(gè)問題叫“Von Neumann 瓶頸”。當(dāng)我們沒辦法將數(shù)據(jù)快速的送入處理內(nèi)核的時(shí)候，芯片就會處于“空轉(zhuǎn)”狀態(tài)，這樣一來，即使我們不斷提高芯片的處理速度也沒有用，它始終有一個(gè)極限值。

SyNAPSE芯片把傳統(tǒng)的芯片模型拋棄了，并讓芯片自動思考每個(gè)指令之間的關(guān)系，并自己選擇先執(zhí)行那個(gè)指令。當(dāng)其中一個(gè)神經(jīng)元被觸發(fā)之后，它會接收到附近神經(jīng)元的反饋，當(dāng)足夠的信息被搜集以后，這個(gè)系統(tǒng)就會“了解”所需數(shù)據(jù)的位置，芯片就可以決定怎么處理這個(gè)指令。從根本上來說，這個(gè)芯片會“學(xué)習(xí)”。

通過這種模式它擺脫了“Von Neumann 瓶頸”。簡單來講，以往的芯片是死的，你輸入什么指令它就處理，但該芯片是活的，它會自己判斷數(shù)據(jù)間的關(guān)系并作出判斷。

Modha說：“我手中拿著的是機(jī)器的新紀(jì)元。”

但更重要的問題是這個(gè)芯片可能需要重新思考“電腦”是什么，因?yàn)樗呀?jīng)打破了以往電腦的模式，所以真正的挑戰(zhàn)在于怎么讓這個(gè)芯片投入應(yīng)用。IBM打造了新的變成語言，并推出配套的線路板讓它可以開始使用，但他們必須面對競爭者的壓力。Modha也說不準(zhǔn)該芯片何時(shí)能夠商業(yè)化，但I(xiàn)BM正在努力。

如果SyNAPSE真的投入應(yīng)用，它將可以增強(qiáng)云計(jì)算和穿戴式設(shè)備的計(jì)算能力。機(jī)器人可以續(xù)航更長的時(shí)間，并處理更多的數(shù)據(jù)。無人汽車和移動設(shè)備可以實(shí)時(shí)觀察周遭數(shù)據(jù)，這都是以往的芯片做不到的。

但最后Modha也澄清，大腦芯片只是工作原理像大腦，雖然它的效率很高但始終不能代替真的人腦。如果要復(fù)制人腦的能力，即使使用該芯片也需要耗費(fèi)幾個(gè)城市的用電，真正的“電子腦”還需要幾年的時(shí)間發(fā)展。

“我想看它被應(yīng)用。”Modha說，“我還想開發(fā)下一代的SyNAPSE，我們想要不斷突破芯片的極限。”

以往的人工智能需要從算法上突破，因?yàn)樾酒哪Ｐ筒]有改變。IBM的大腦芯片出現(xiàn)以后，人工智能的發(fā)展在硬件上也得到了更多的支持。有“思考能力”的芯片，聽起來似乎有點(diǎn)毛骨悚然。