IBM拥有100万个神经元的新芯片可模拟人脑运行

IBM一直都有一个梦想，开发一台计算机，它能够像人一样做决定，拥有智力。最近，IBM的研究取得了重大突破，它离目标更近一步。

IBM开发了名叫TrueNorth的芯片，能够模拟人脑运行。为了证明它的速度很快，能耗很低，IBM对芯片进行了测试。TrueNorth具有深度学习能力，像人类大脑一样，它也可以进行关联分析，判断各种可能性。虽然其它一些计算机也可以拥有相同的能力，但是它们的能耗高很多。

因为TrueNorth可以自己学习，未来，我们可以将“智力”植入各种计算设备，比如物联网、智能手机、机器人、汽车、云计算和超级计算机。

早先IBM展示过芯片，当时它将芯片装进一台名叫NS16e的计算机，该计算机的运行原理与人脑类似。利用神经网络，NS16e能够识别图像、语音、模式。

人类的大脑极为复杂，拥有1000亿个神经元，神经元通过神经节点——也就是突触——连结在一起，彼此可以通信。皮质负责识别视觉图像，其它部分负责各种运动机能。

NS16e建有“数字神经元”，但是数量比人脑少得多。IBM系统安装了16颗TrueNorth芯片，每一颗有100万个神经元，突触数量2.56亿个，彼此用电路连结在一起。NS16e也有内存、计算通信子系统，但是它们的设计方式与现有组件不同，IBM系统可以处理数据。

IBM介绍称，TrueNorth处理器可以给图片数据分类，每秒速度1200-2600帧，能耗25-275毫瓦。处理器还能够识别图片模式，这些图片是50-100个摄像头以每秒24帧的速度拍摄的。未来，IBM可以将功能嵌入到智能手机，几天不充电都可以使用。

TrueNorth的能耗很低，现有服务器安装的是传统芯片，比如GPU、CPU和FPGA，它们也可以识别图像和语音。Facebook、谷歌、微软、百度都在开发深度学习技术，通过分析与图片、语音相关的答案，深度学习网络可以自动学习，网络一般用GPU驱动，能耗很高，超过150瓦。

IBM为TrueNorth开发了算法和深度学习模式，它包含了识别模式，可以将过往数据和现有数据联系在一起。针对不同的深度学习模式，IBM开发了相应算法，尽管如此，芯片仍然兼容现有系统，比如MatConvNet。换言之，开发者利用MatConvNet就可以为IBM芯片开发学习模型，TrueNorth可以在幕后处理任务，开发者并不需要直接面对TrueNorth。

这种处理过程和早期的游戏开发有些类似，最开始时，游戏开发者并不直接深入GPU，他们也不知道如何利用GPU的功能。直到最近，Vulkan更换了OpenGL API，开发者才可以直接使用GPU功能。深度学习很强大，无人驾驶汽车就是明证，汽车用强大的计算机导航，识别信号、车道及其它对象，安全行驶。TrueNorth芯片会让每一个神经元进行低级处理，然后将处理结果融合在一起，最终识别图像或者声音。事实上，Nvidia、英特尔芯片使用的技术是一样的，只是功耗高很多。