IBM超级神经元芯片模拟人脑

    到目前为止，绝大多数试图仿真人类大脑的研究都集中在软件层面——这些软件最终的运算还是要由传统计算机用0和1来完成，本质上，它们依然没有摆脱传统计算机结构的束缚。而在今天，蓝色巨人IBM发布的一份研究报告彻底改变了这一现状，IBM研发出了名为“TrueNorth”的神经元芯片，它真正的从“头”开始，完完全全从底层模仿了人脑的结构，而且用普通的半导体材料就能制造出来，相应的报告已经刊发在《科学》期刊上。

用沙子模拟人脑

     从X光透视图上看，TrueNorth和普通的处理器没有太多区别，它的核心区域内密密麻麻的挤满了4096个处理核心，用来模拟超过百万个人脑神经元和2.56亿个神经突触。

TrueNorth的核心区域内密密麻麻的挤满了4096个处理核心

    人脑的计算方式和传统计算机完全不同。在人脑中，神经元相当于处理器，一个成年人的大脑至少有数百亿个神经元，每个神经元都与其它神经元相连，它们的连接处被称为突触，突触是人脑的存储器，用计算机术语来说，这是一个极其庞大的分布式计算系统。这种处理器与存储器紧密相连的结构，让人脑内的通信效率非常高。这里的效率并不单指计算速度，还包括对外部信息的感知能力。

    TrueNorth的4096个核心之间就使用了类似于人脑的结构，每个核心包含了约120万个晶体管，其中负责数据处理和调度的部分只占掉少量晶体管，而大多数晶体管都被用作了数据存储、以及与其它核心沟通方面。在这4096个核心中，每个核心都有自己的本地内存，它们还能通过一种特殊的通讯模式与其它核心快速沟通，其工作方式非常类似于人脑神经元与突触之间的协同，只不过，化学信号在这里变成了电流脉冲。IBM把这种结构称为“神经突触内核架构”。

IBM科学家是怎样把人脑的数学模型抽象成一颗芯片的？看完上面的图你就明白了

    “不同于传统计算机的冯·诺伊曼架构，我们将处理器（神经元）与内存（突触）紧密结合在一起，能在并行计算中实现更高效的通信。”参与研发的IBM研究人员保罗·梅洛拉在论文里写道。

    跟科幻电影中那些的天马行空的神经元计算机不同，TrueNorth是一颗非常“实在”的芯片，它由三星代工生产，完完全全使用市面上现成的半导体技术制成，芯片的主要成分是沙子（或者说硅），没有使用任何复杂的材料或生产工艺——换句话说，只要IBM愿意，三星可以像造Galaxy手机一样把它量产出来。

    “这是一个非常干净、整洁的架构，他们迈出了正确的一步。”拥有“神经元芯片之父”头衔的加州技术研究所工程师、名誉教授卡佛·米德评价道。

功耗低于一只灯泡

    对于高性能处理器来说，阻挡摩尔定律继续前进的另一个拦路虎就是功耗。在这个方面，TrueNorth神经元芯片同样做出了表率。

    和人脑一样，TrueNorth的每一个内核都使用了事件驱动设计，也就是说，它不会一直运行，只有在需要的时候才会启动。 这样设计让芯片更加节能，标准处理器每平方厘米的功耗是50到100瓦，而TrueNorth每平方厘米的芯片只会消耗20毫瓦或千分之一瓦的能量。

TrueNorth的基础架构类似于人脑神经元和突触

    成人大脑的功耗和一只灯泡差不多，却比今天任何一台超级计算机都能更准确地识别语音和图像。参与新架构开发的IBM研究院科学家约翰·阿瑟说：“系统和芯片的架构设计尽可能效仿脑内的神经网络，因为大脑的架构效率非常高。”

    IBM已经开发出一台神经元计算机原型，它搭载有16颗TrueNorth芯片，其性能足够实时处理视频。IBM对它进行了一系列测试，结果让人欣喜—— “神经突触内核架构”可以像普通处理器一样快速识别图像、区分场景，而消耗的能源要少得多。

这是IBM开发出的神经元计算机原型，它搭载了16颗TrueNorth芯片

    在与斯坦福大学合作的一次“模糊逻辑”测试中，用TrueNorth芯片搭建的神经元计算机对人、自行车、轿车、大巴、卡车有80%以上的识别率，更令人欣喜的是，TrueNorth芯片可以用30fps的速度播放高清流媒体视频，而消耗的能源只有63毫瓦！

TrueNorth（左）对比传统处理器（右）的热成像图，很明显，右边要火热得多

    “没有CPU、没有GPU，但我们消耗的能源要低好几个数量级”，测试负责人Dharmendra Modha说道，“它简直就像是为了效率而生的有生命的机器，这是计算机发展史上一个新的里程碑。”

    美国劳伦斯伯克利国家实验室副主任霍斯特•西蒙指出：“高功率一直是阻碍大型计算机发展的最主要因素。而这种微芯片则让我们相信，我们正站在计算机芯片架构发生彻底变革的十字路口。”

超越冯·诺伊曼？

    从你每天都会用上的手机，到每秒运算万亿次的超级计算机，目前几乎所有的处理器都依据冯·诺伊曼架构体系开发，在这种体系中，数据的存储和处理是分开进行的，处理器和内存各司其职，程序向计算机发出一组指令，数据此次从硬盘、内存、缓存、处理器寄存器中穿梭而过。

    这样的体系最符合人类工业化所带来的生产条件，但它存在一些重大瓶颈——数据的传输路径过于冗长，不同数据组之间的沟通成本高昂，而且整个计算过程非常消耗能源。

    IBM开发的“深蓝”超级计算机曾经战胜了国际象棋大师卡斯帕罗夫，但它依靠的并非智力，而是蛮力——击败卡斯帕罗夫的那台“深蓝”拥有90个机架，存储的象棋数据库超过1TB，每秒钟能分析两亿种走法，然后选出最优的那一步。但问题是，这些东西都是由科学家们教给它的，人们事先想好所有对策，“深蓝”只负责按部就班的执行。

    “简单说，冯·诺伊曼体系的计算机是一个又快、又笨的东西。事先编好程序，它能每秒完成数亿次计算。但它想不出任何聪明的解题方法。”科学家迈克尔·特罗特这样解释人脑与计算机的差异。

    从冯·诺伊曼计算机被发明那一天开始，科学家们另辟蹊径、开发其它计算机体系的尝试就从来没有停止过。很多人寄希望于模仿人脑——它是有史以来最复杂、最聪明的机器，TrueNorth的出现让我们离这个梦想又近了一步。

    去9月，在IDEMI国际设计、工程与管理一体化大会上，IBM公布了TrueNorth一些可能的商业应用场景，包括实时分析环境为盲人导航、与人对话、识别数字、图像等。TrueNorth表现出了初步的“认知计算”能力，它甚至不需要程序员事先“教导”，就能通过自学理解简单的电子游戏规则。不过，以TrueNorth为基础打造的神经元计算机并没有产生科幻小说那样的自我意识，在人脑之谜真正解开以前，计算机诞生自我意识恐怕只是一个科学幻想。

    2008年初，TrueNorth研究项目获得了美国五角大楼高级计划研究局（DARPA）的5300万美元注资。DARPA认为，IBM的研究有助于突破传统的冯·诺伊曼计算机体系，为未来的计算机模式注入新鲜血液。