打破馮·諾依曼結構,中國的類腦芯片已經來了!

尤瓦爾·赫拉利的《未來簡史》有不少朋友應該讀過了,它英文原著的名稱其實是Homo Deus, 意為"神化”,說的就是:我們人類,正在一步步進化為神一般的存在,因為,我們開始復制自身,創造新的智慧生命體。硅谷密探最近釆訪到的項目又一次讓密探深深感到,未來己來。

人工智能技術(AI)現在已是火得不要不要的,各種傳感器,機器學習,外圍設備五花八門,可是,其核心的數據處理硬件架構仍基于經典的馮·諾依曼結構。馮·諾依曼結構已有七八十年歷史,這就好比已經直立行走的智人,仍長著一顆猩猩的腦袋。

這就出現了馮·諾依曼瓶頸,也就是說CPU再快,也要等內存,因為CPU和內存之間的性能差距越來越大。

馮·諾依曼結構

馮·諾依曼結構中,計算模塊和存儲單元是分離的,CPU在執行命令時必須先從存儲單元中讀取數據。每一項任務,如果有十個步驟,那么CPU會依次進行十次讀取,執行,再讀取,再執行... 這就造成了延時,以及大量功耗(80%)花費在了數據讀取上,當然多核、多CPU或一些常用數據的就地存儲會一定程度上緩解這些問題,但這種中心處理的架構會限制處理能力的進一步發展,好比諾大個北京城,如果所有的政治、經濟、文化活動都集中在市中心,為了生活,人們必須穿城而過,任你路修到二十環,還是一個詞,堵死。

學術界和工業界出現了向人類大腦學習體系結構的趨勢,大腦的處理單元是神經元,內存就是突觸。神經元和突觸是物理相連的,所以每個神經元計算都是本地的,而且從全局來看神經元們是分布式在工作。

神經元和突觸

前幾年轟動全球的IBM的仿人腦芯片TrueNorth也模仿了人類大腦的神經元結構,它的計算效率和可擴展性都遠超現在的計算機,并且宣稱可用于手勢識別、情緒識別、圖像分類和對象追蹤、實時語音識別等領域。

而硅谷密探今天采訪的團隊AI-CTX,他們的模型基于億萬個可以相互連接的仿生神經元,每個神經元都具有跟人腦神經元類似的電學特性與動態參數,具有簡單的運算與存儲功能,這些神經元像大腦神經元一樣,通過脈沖相互溝通。

在現實層面,他們的每個芯片可以搭載百萬個神經元,億萬個神經突觸,可以自由擴展的芯片網絡又如同大腦皮層的不同的區域,分別在不同的層級上, 可以并行的,同時的處理任務,從而指數型地提高了數據處理的效率。又因各個指令及相應數據都存儲在同一芯片中,所有的計算資源不會因為等待存儲訪問而導致浪費,功耗也比現在基于馮·諾依曼硬件架構的處理器低兩到三個數量級。

看看Alpha Go,下一場棋耗電幾千瓦,而李世石,大腦只耗20瓦,所以雖然輸了,但人類的尊嚴還算沒有低到塵埃里...

李世石對陣Alpha Go

除了運算速度快,能耗低,團隊還有一項核心的IP,就是一種特殊的布線方式,使各芯片之間的交流可以突破物理限制,無限的增加新的芯片于原有網絡,這樣,運算能力也可無限增加。而傳統的馮·諾依曼結構,如果要增加CPU的數量,那么CPU之間的溝通是越發困難的,因為運算能力有其上限。

在處理AI領域數據上,AI-CTX團隊基于仿生神經網絡設計出芯片架構比之馮·諾依曼結構無疑是革命性的,那么市場上是否有用類似方案的對手呢?

與IBM TrueNorth芯片的對比,來自eetimes

CTO 喬寧很自信的說:“Intel,三星等正在研發的加速器類產品在實時處理動態數據速度上比我們慢,能耗還高一個數量級。而跟IBM的TrueNorth芯片相比,我們的模擬神經元具有更復雜的非線性參數,硅面積只有IBM的0.5%,能耗只有10%,基于我們的芯片架構,每個神經元能輕松建立多達8千個連接,而現有IBM Truenorth 芯片只有256個連接。而且我們第一代原型一出來就已經有訂單了!”

看他談吐間一派檣櫓灰飛煙滅的架勢,我只想說,大神,為國爭光啊!

AI-CTX的CTO喬寧

當然,我們也要在這里指出,三星的加速器是做靜態圖像處理,TrueNorth是一個通用實驗芯片,不專門針對任何應用,雖然已經有不少人在開發相應的芯片應用(識別,追蹤,決策)。

AI-CTX的芯片不適合處理靜態硬盤數據(靜態圖片及數據),但非常擅長于處理包含時間信息的數據,比如,動態的傳感器數據,自然界的自然信號(溫度,氣壓),人體信號(心跳EEG),網絡數據,IoT,股票高速決策等數據的處理。

AI-CTX目前的主要切入的應用場景包括實時在線(always-on)的應用,比如低功耗的智能便攜設備,移動設備,健康檢測EEG,IoT設備,網絡安全等。還有另一塊是高速低功耗應用,比如自動駕駛,手勢識別,聲音識別等。更長遠來看可以用于大數據處理和深度學習等領域。

AI-CTX團隊在中國國家級創新創業大賽中,從兩萬個團隊中殺出重圍,勇奪團體第一。

AI-CTX的CEO劉洪杰在大賽現場

憑啥這么牛,看看團隊就知道了,CEO劉洪杰是蘇黎世聯邦理工脈沖仿生視覺的美女博士;CTO喬寧是中科院微電子研究所博士,之后又在蘇黎世聯邦做芯片開發項目的領導人,十幾年電路設計從未失敗(嗯,東方不敗);首席科學家Giacomo Indiveri教授是神經仿生計算方面的世界知名專家;聯合創始人Kyan Eng也是有博士學位,多項專利的成功的連續創業者。哎,怪不得IBM的芯片都被吊打...

密探和AI-CTX CEO劉洪杰(中)、CTO喬寧(右)

資本的嗅覺很敏銳,目前已有幾家資本與他們接觸了,但名花還沒主,有興趣的投資人可以聯系密探。

喬寧博士說,他的夢想是造出有生命的芯片,那一刻,好像有道耶酥光閃過,尤瓦爾·赫拉利的預言在耳邊轟然響起...

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 227,702評論 6 531
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,143評論 3 415
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 175,553評論 0 373
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,620評論 1 307
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,416評論 6 405
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 54,940評論 1 321
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,024評論 3 440
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,170評論 0 287
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 48,709評論 1 333
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,597評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,784評論 1 369
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,291評論 5 357
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,029評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,407評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,663評論 1 280
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,403評論 3 390
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,746評論 2 370

推薦閱讀更多精彩內容