0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

新一代神经拟态类脑计算机“悟空”发布,神经元数量超20亿

Carol Li 来源:电子发烧友网 作者:李弯弯 2025-08-06 07:57 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

电子发烧友网综合报道 8月2日,浙江大学脑机智能全国重点实验室发布新一代神经拟态类脑计算机——Darwin Monkey(中文名“悟空”)。

“悟空”堪称国际首台神经元规模超20亿、基于专用神经拟态芯片的类脑计算机,神经元数量接近猕猴大脑规模,典型运行状态下功耗仅约2000瓦。传统计算机处理人脑任务需高达100兆瓦功耗,相比之下“悟空”低功耗优势显著。


硬件上,“悟空”由15台刀片式神经拟态类脑服务器组成,每台服务器搭载64颗达尔文3代类脑计算芯片,共960颗。它突破传统集成方式,利用2.5D先进封装技术研制出晶圆级超集成类脑计算芯片DarwinWafer,搭建了晶上系统(SoW)刀片服务器。整个SoW刀片式服务器主体仅一张集成64颗达尔文3代类脑计算芯片裸片的12寸晶圆,摆脱传统光罩物理约束,实现导线微纳尺度互连优化。

软件方面,团队研制的新一代达尔文类脑操作系统采用分层资源管理架构,通过构建负载感知调度算法与动态时间片划分机制,实现神经拟态任务高效并发调度与系统资源动态优化。这使得“悟空”具备强大运算能力和应用拓展性,不仅能运行DeepSeek类脑大模型完成逻辑推理、内容生成和数学求解等智能任务,还能初步模拟秀丽线虫、斑马鱼、小鼠及猕猴等不同神经元规模的动物大脑,为脑科学研究提供新手段。

与传统计算机相比,类脑计算机优势明显。经典计算机依赖“冯·诺依曼”架构,存在存储墙效应导致能效低下,且摩尔定律预计在未来数年内失效。而类脑计算机通过模拟生物大脑神经网络的高效能、低功耗、实时性等特点,借助大规模CPU集群实现神经网络,解决了数据实时组播、板间互联和脉冲通信等关键技术问题,获得高速实时、高能效、自适应调节以及功能通用性与多样化等诸多优势。


“悟空”的成功研制离不开浙江大学脑机智能全国重点实验室研究团队。达尔文3代类脑计算芯片是“悟空”的核心部件,由浙江大学牵头、联合之江实验室于2023年初研制成功。单颗芯片支持超过235万脉冲神经元与亿级神经突触,并支持类脑计算专用指令集和神经拟态在线学习机制。在“悟空”计算机中,960颗达尔文3代类脑计算芯片协同工作,发挥出强大计算能力,推动类脑计算技术迈向新高度。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    神经元设备和机接口有何渊源?

    电极。1970年,膜片钳技术的出现使细胞内记录成为可能,成为研究离子通道的“金标准”。随着人工智能的兴起,尤其是1950年图灵测试的提出,计算机学习与神经网络
    的头像 发表于 11-03 18:03 1162次阅读
    <b class='flag-5'>神经元</b>设备和<b class='flag-5'>脑</b>机接口有何渊源?

    脉冲神经元模型的硬件实现

    会发生泄漏而降低。 以下公式 用来计算LIF模型的膜电势 其中表示神经元的膜电势,vrest 代表神经元复位电位,为时间常数。是权重和输入脉冲的乘累加,结果再与膜电势相加。当神经元
    发表于 10-24 08:27

    SNN加速器内部神经元数据连接方式

    数量级,而且生物轴突的延迟和神经元的时间常数比数字电路的传播和转换延迟要大得多,AER 的工作方式和神经网络的特点相吻合,所以受生物启发的神经形态处理器中的NoC或SNN加速器通常使
    发表于 10-24 07:34

    国际计算科学家Yulia Sandamirskaya教授加盟时识科技

    近日,国际计算神经形态机器人领域知名科学家Yulia Sandamirskaya 教授,作为科学家顾问正式加入时识科技(SynSense)。
    的头像 发表于 10-13 13:50 448次阅读

    液态神经网络(LNN):时间连续性与动态适应性的神经网络

    神经元,但却能产生复杂的行为。受此启发,与传统的神经网络相比,LNN旨在通过模拟大脑中神经元之间的动态连接来处理信息,这种网络能够顺序处理数据,并且保留了对过去输
    的头像 发表于 09-28 10:03 707次阅读
    液态<b class='flag-5'>神经</b>网络(LNN):时间连续性与动态适应性的<b class='flag-5'>神经</b>网络

    【「AI芯片:科技探索与AGI愿景」阅读体验】+神经形态计算芯片

    几年神经元计算芯片的重大进展。 、云端使用的神经形态
    发表于 09-17 16:43

    【「AI芯片:科技探索与AGI愿景」阅读体验】+化学或生物方法实现AI

    21世纪是生命科学的世纪,生物技术的潜力将比电子技术更深远----- 里卡多-戈蒂尔 半导体实现AI应该没什么疑问了吧?化学、生物怎么实现AI呢? 生物大脑是个由无数神经元通过突触连接而成的复杂
    发表于 09-15 17:29

    视觉芯片里程碑突破:复旦团队首创二维半导体DRAM仿生神经元

    视觉芯片领域,复旦大学的研究团队取得了令人瞩目的突破,他们联合研发出了基于二维半导体DRAM的仿生神经元。这成果为
    的头像 发表于 08-15 17:00 746次阅读
    <b class='flag-5'>类</b><b class='flag-5'>脑</b>视觉芯片里程碑突破:复旦团队首创二维半导体DRAM仿生<b class='flag-5'>神经元</b>

    无刷直流电机单神经元自适应智能控制系统

    摘要:针对无刷直流电机(BLDCM)设计了种可在线学习的单神经元自适应比例-积分-微分(PID)智能控制器,通过有监督的 Hebb学习规则调整权值,每次采样根据反馈误差对神经元权值进行调整,以实现
    发表于 06-26 13:36

    无刷直流电机单神经元PI控制器的设计

    摘要:研究了种基于专家系统的单神经元PI控制器,并将其应用于无刷直流电机调速系统中。控制器实现了PI参数的在线调整,在具有PID控制器良好动态性能的同时,减少微分项对系统稳态运行时的影响,并较好
    发表于 06-26 13:34

    BP神经网络的网络结构设计原则

    ,仅作为数据输入的接口。输入层的神经元个数通常与输入数据的特征数量相对应。 隐藏层 :对输入信号进行非线性变换,是神经网络的核心部分,负责学习输入与输出之间的复杂映射关系。隐藏层可以有
    的头像 发表于 02-12 16:41 1255次阅读

    BP神经网络与卷积神经网络的比较

    多层。 每层都由若干个神经元构成,神经元之间通过权重连接。信号在神经网络中是前向传播的,而误差是反向传播的。 卷积神经网络(CNN) :
    的头像 发表于 02-12 15:53 1316次阅读

    BP神经网络的实现步骤详解

    网络的层数、每层神经元数量以及激活函数。 初始化权重和偏置 : 随机初始化输入层与隐藏层、隐藏层与隐藏层、隐藏层与输出层之间的连接权重,以及各层的偏置项。这些权重和偏置在训练过程中会逐渐调整。 设置学习率 : 学习率决定了
    的头像 发表于 02-12 15:50 1122次阅读

    什么是BP神经网络的反向传播算法

    神经网络(即反向传播神经网络)的核心,它建立在梯度下降法的基础上,是种适合于多层神经元网络的学习算法。该算法通过计算每层网络的误差,并将这
    的头像 发表于 02-12 15:18 1282次阅读

    人工神经网络的原理和多种神经网络架构方法

    所拟合的数学模型的形式受到大脑中神经元的连接和行为的启发,最初是为了研究大脑功能而设计的。然而,数据科学中常用的神经网络作为大脑模型已经过时,现在它们只是能够在某些应用中提供最先进性能的机器学习模型。近年来,由于
    的头像 发表于 01-09 10:24 2258次阅读
    人工<b class='flag-5'>神经</b>网络的原理和多种<b class='flag-5'>神经</b>网络架构方法