類腦芯片領(lǐng)域的研究在近幾年不斷出現(xiàn)新突破，曼徹斯特大學(xué)團(tuán)隊(duì)的超級(jí)計(jì)算機(jī)此前就備受關(guān)注。美國的大型企業(yè)也在積極開發(fā)類腦類芯片。

類腦芯片的介紹

目前，傳統(tǒng)的計(jì)算芯片主要基于馮?諾依曼結(jié)構(gòu)。在這種結(jié)構(gòu)中，計(jì)算模塊和存儲(chǔ)模塊是分開的。CPU在執(zhí)行命令時(shí)需要先從存儲(chǔ)單位讀取數(shù)據(jù)，這就產(chǎn)生延時(shí)及大量的功耗浪費(fèi)。因此需要更為扁平化的結(jié)構(gòu)能夠更快，更低功耗的處理問題。而人腦的神經(jīng)結(jié)構(gòu)由于其強(qiáng)大的處理能力，動(dòng)態(tài)可塑的性質(zhì)，較低的能量消耗便成為了模擬對(duì)象，類腦芯片就此誕生。

類腦芯片結(jié)構(gòu)非常獨(dú)特，可以仿照人類大腦的信息處理方式進(jìn)行感知、思考、產(chǎn)生行為。人腦中的突觸是神經(jīng)元之間的連接，具有可塑性，能夠隨所傳遞的神經(jīng)元信號(hào)強(qiáng)弱和極性調(diào)整傳遞效率，并在信號(hào)消失后保持傳遞效率。而模仿此類運(yùn)作模式的類腦芯片便可實(shí)現(xiàn)數(shù)據(jù)并行傳送，分布式處理，并能夠以低功耗實(shí)時(shí)處理海量數(shù)據(jù)。

類腦芯片優(yōu)勢(shì)和技術(shù)要求

類腦芯片是一類模仿人腦結(jié)構(gòu)和運(yùn)行機(jī)制的芯片，隨著歐盟“人腦計(jì)劃”等科研計(jì)劃的實(shí)施，這類新一代芯片已成為全球關(guān)注的前沿科技領(lǐng)域。

相比其它AI架構(gòu)，類腦架構(gòu)的主要優(yōu)勢(shì)有：一、算力高;二、功耗低;三、存算一體，不需要外掛DDR，節(jié)省成本功耗和空間;四、算法的支持度靈活，既能高效支持人工神經(jīng)網(wǎng)絡(luò)算法，又能高效支持SNN算法;五、擴(kuò)展性好，能得到極大算力的芯片陣列，而且算力效率不會(huì)下降;六，支持多核重組特性，可以實(shí)現(xiàn)多任務(wù)并行處理。

目前幾乎所有的人工智能系統(tǒng)都需要進(jìn)行人工建模，轉(zhuǎn)化為計(jì)算問題進(jìn)行處理再進(jìn)行深度學(xué)習(xí)，而人腦卻可以自動(dòng)感知，進(jìn)行問題分析和求解，決策控制等。因此類腦芯片也有望形成有自主認(rèn)知的水平，可自動(dòng)形式化建模。

類腦芯片的發(fā)展取決于很多方面的因素，首先是算法的突破，類腦芯片要既高效支持人工神經(jīng)網(wǎng)絡(luò)算法，又高效支持SNN算法，而不能像現(xiàn)在這樣，ANN算法發(fā)展很好，而SNN并沒那么好。Tianjic之所以高效支持SNN，就是想給大家提供一個(gè)好的平臺(tái)，供大家積累這方面的經(jīng)驗(yàn)，希望能為SNN的突破出一份力;其次是材料、新器件、新工藝的突破，它們都會(huì)對(duì)類腦芯片的進(jìn)步提供相當(dāng)大的助力;最后是架構(gòu)突破，由于新材料的突破需要比較長的時(shí)間，如何在現(xiàn)有的工藝基礎(chǔ)上，挖掘出更好的性能是我們需要面對(duì)的現(xiàn)實(shí)問題，Tianjic芯片的架構(gòu)已經(jīng)做了突破，但還有性能提高的空間。

類腦芯片將大幅度提升性能

脈沖神經(jīng)網(wǎng)絡(luò)芯片是一種典型的類腦芯片。這種顛覆性技術(shù)旨在模仿人腦的結(jié)構(gòu)和運(yùn)行機(jī)制，有望實(shí)現(xiàn)比目前主流芯片能效更高、可塑性更強(qiáng)的計(jì)算。馮?諾依曼型計(jì)算機(jī)的計(jì)算模塊和存儲(chǔ)模塊是分開的，CPU(中央處理器)執(zhí)行命令時(shí)，要先從存儲(chǔ)模塊讀取數(shù)據(jù)，這就產(chǎn)生了大量的功耗浪費(fèi)。人腦的計(jì)算頻率雖然遠(yuǎn)不如馮?諾依曼型計(jì)算機(jī)，但功耗要低幾個(gè)數(shù)量級(jí)，僅為20瓦左右，功率密度僅為15毫瓦/立方厘米左右。這種優(yōu)勢(shì)源自人腦的結(jié)構(gòu)：它有850億—1000億個(gè)神經(jīng)元，通過海量的突觸傳遞神經(jīng)信號(hào)。這種網(wǎng)狀結(jié)構(gòu)具有扁平化、并行化特點(diǎn)，以神經(jīng)信號(hào)傳導(dǎo)為中心，從而形成了能耗低、可塑性強(qiáng)等優(yōu)勢(shì)。

隨著摩爾定律“尺縮”難度日益增大，許多科學(xué)家開始模擬人腦，研發(fā)脈沖神經(jīng)網(wǎng)絡(luò)芯片與系統(tǒng)、存算一體化架構(gòu)、利用憶阻器實(shí)現(xiàn)神經(jīng)擬態(tài)計(jì)算等新興技術(shù)。其中，脈沖神經(jīng)網(wǎng)絡(luò)芯片與系統(tǒng)是未來神經(jīng)擬態(tài)計(jì)算機(jī)的基礎(chǔ)，它用大規(guī)模并行處理單元模擬神經(jīng)元，并用網(wǎng)絡(luò)化互聯(lián)模擬突觸。

類腦芯片也是AI芯片的一個(gè)重要的發(fā)展趨勢(shì)，其在實(shí)現(xiàn)性能提升上的優(yōu)勢(shì)也是其能不斷投入研究的保障。