快捷搜索:

您的位置:澳门威斯尼人app > 科技知识 > IBM开发模拟人脑新型芯片 或带来计算技术革命澳

IBM开发模拟人脑新型芯片 或带来计算技术革命澳

发布时间:2019-12-22 17:02编辑:科技知识浏览(80)

    北京时间8月8日早间消息,IBM的研究人员已开发出一款芯片,相对于以往产品能更好地模拟人脑。这一研究成果已经发表在《科学》杂志上。

    劳伦斯利弗莫尔国家实验室训练了一个TrueNorth网络,能够追踪激光熔化机的焊点质量,而且可以识别7种等级。实时的焊点质量监控使得闭环工艺改进和立即排除缺陷部件成为可能。这只是劳伦斯·利弗莫尔国家实验室正在开发的,能够展现TrueNorth作为可扩展平台的低功耗和实时推理特性的几个应用之一。

    为了解决CPU在大量数据运算效率低和能耗高的问题,目前有两种发展路线:一是延用传统冯诺依曼架构,主要以3中类型芯片为代表:GPU、FPGA、ASIC;二是采用人脑神经元结构设计芯片来提升计算能力,已完全拟人化为目标,追求在芯片架构上不断逼近人脑,这类芯片被称为类脑芯片。

    关于复杂度,这款芯片集成了100万个神经元,与普通蜜蜂的大脑水平相当。而人脑平均包含1000亿个神经元。但随着时间推移,这一技术可被用于开发具有理解能力的计算机。

    类脑计算;Truenorth;

    澳门威斯尼斯人网址 1

    这一项目获得了美国国防部研发部门DARPA的资助。IBM与Cornell Tech以及iniLabs进行了合作。

    得益于TrueNorth芯片自然堆叠的特性,劳伦斯·利弗莫尔国家实验室用有16块芯片的NS16e扩展系统,通过大型的神经模型和更复杂的算法,来探索后冯·诺依曼时代的计算潜力。在超级计算的论文中,他们探索了单芯片在监控增材制造过程中的原位合成(一种最近发展起来制备复合材料的新方法)的应用。

    澳门威斯尼斯人网址 2

    这一芯片由54亿个晶体管组成,比英特尔至强处理器中使用的晶体管数量多10亿个。

    光流(optic flow )

    澳门威斯尼斯人网址 3

    IBM的研究人员在这款芯片中设计了由4096个神经突触核心构成的网状网络。每个核心都包含计算、存储,以及与芯片其他部分通信的元件。这些核心可以并行运行。

    嵌牛导读

    TrueNorth是IBM 2014年发布的类人脑芯片,在这个只有邮票大小的硅片上,集成了100万个“神经元”,256个“突触”,4096个并行分布的神经内核,用了54亿个晶体管,然而功耗却只有70mW。加载了神经网络模型的TrueNorth芯片,可作为实时感知流推理引擎使用,而且能够在快速、准确分类的同时保持超低功耗。TrueNorth拥有100万个神经元,邮票大小,能力相当于一台集成了“神经突触”的超级计算机。

    IBM的研究人员在论文中表示,类似TrueNorth的芯片将可以与传统系统配合使用,从而充分发挥其能力解决问题。这样的系统也可能匹敌当前的超级计算机,被用于与智能手机类似大小的设备,同时有着更低的能耗。

    移动超声波(mobile ultrasound )

    今天,说到芯片,可能大家或多或少都知道一点,至少人工智能、CPU什么的经常听到,智能设备的离不开智能芯片和智能系统。

    与此不同,这一名为TrueNorth的芯片依靠神经网络,能像人脑一样去探测并识别模式。简而言之,当你的大脑发现与字母不同部分相关联的模式时,能够将这些字母关联在一起,从而识别出单词和整句。 对于计算技术长期存在的一大问题,这一芯片很可能将取得突破。目前的计算机能很好地进行数学计算或阅读单词,但无法理解内容的含义,或识别及归类物体。而人脑可以很容易地完成这些工作。利用一段视频,IBM测试了这种芯片能否识别人物、汽车、卡车和巴士,而结果非常成功。

    澳门威斯尼斯人网址 4

    随着深度学习算法的出现,像神经网络、蚁群算法、支持向量机、随机森林等等。对芯片的计算力要不断提高,当CPU需要在海量数据上执行一些简单指令时,大数据流将严重降低整体效率,而CPU将将在数据流动过程中暂时的闲置。此外,长时间高速运行也会给芯片带来大量的热量问题,这就是为何高配游戏机使用水冷,视频渲染时电脑风扇拼命高速运转散热。

    IBM表示,多个此类芯片可以无缝地互联,从而形成神经突触超级计算机。IBM已经使用了16块芯片开发了一台这种超级计算机。

    生成模型(generative models )

    澳门威斯尼斯人网址 5

    IBM在这篇论文中表示,该公司利用传统的硅芯片制造工艺开发了一款“神经突触处理器”,能像传统的超级计算机一样处理高度复杂的计算任务,同时能耗不超过普通的助听器电池。

    机器学习(machine learning )

    除了TrueNorth外,英特尔Loihi芯片、高通Zeroth芯片、西井科技DeepSouth芯片、浙大“达尔文”类脑芯片、AI-CTX芯片也都在类脑芯片上努力。

    目前,这款芯片每秒每瓦可实现460亿次神经突触操作,这一指标是为了与传统芯片进行对比。衡量传统芯片性能的一个主要指标为每秒浮点运算次数。目前,最节能的超级计算机能实现45亿次的每秒浮点运算次数。

    深度学习的地位在20年内能否被神经形态计算芯片取代?

    类脑芯片架构就是模拟人脑的神经突触传递结构,众多的处理器类似于神经元,通讯系统类似于神经纤维,每个神经元的计算都是在本地进行的,从整体上看神经元们分布式进行工作的,也就是说整体任务进行了分工,每个神经元只负责一部分计算。在处理海量数据上这种方式优势明显,并且功耗比传统芯片更低。

    这一新设计有可能变革传统计算技术。自上世纪40年代以来,基于冯·诺依曼架构的计算机一直没有太大改变。冯·诺依曼计算机将程序的数据存储在内存之中。

    ......

    澳门威斯尼斯人网址 6

    以下是TrueNorth的应用领域:

    现代计算机架构都是基于冯·诺依曼结构,这种结构会将程序和数据分开存储,一是指令集,一是数据集,计算机在运算过程中,需要在CPU和内存这两个区域往复调用,对于少量数据流而言还好,但是对于大数据而言,就会出现问题了。

    实时语音识别(always-on speech recognition )

    澳门威斯尼斯人网址 7

    实时的时空感官信息处理(real-time spatio-temporal sensory information processing )

    澳门威斯尼斯人网址 8

    基于神经元软件模拟的人工神经网络在机器学习领域表现极佳且已经具有了一定的工业应用价值,但是计算量大、功耗高。另一条路线是直接用微电子电路模拟神经元的特性,即神经形态芯片。后者更加接近人脑的信息处理机制,表现出更好的并行性、容错性、低功耗等特点,也有助于模拟人脑时空多尺度的信息处理特点。类脑计算始于20世纪80年代,其中代表性的项目有欧盟的FACETS及其后续项目Brainscale、IBM的TrueNorth等。

    所谓类脑芯片,顾名思义,就是模拟大脑工作方式的芯片。我们知道人脑神经元在接受到刺激后,其细胞膜内外带电离子分布将发生变化,因而形成电位差,电位差将沿着神经细胞轴突、树突双向传导,形成脉冲电流。而当该电信号传递到突触时,突触前神经元将释放神经递质由突触后神经元接受神经递质产生兴奋,并向下传递作用与人体反应器并发生反应。

    美国空军研究实验室则展示了另一个应用模型:利用TrueNorth横向扩展系统来执行并行数据的文本提取和识别任务。在这个应用中,图像文本被分割成单独的字符,然后被传输到美国空军研究实验室的NS1e16 TrueNorth系统里进行并行字符识别。归类之后的结果将会被传送到基于推理的自然语言模型中来重建单词和句子。这个系统每秒中可以处理16000个字符。美国空军研究实验室计划将词句的推理算法也植入到TrueNorth中。

    低能耗,容错性,无需编程,是人类大脑的神奇所以,大脑在于外界交互过程中自发学习和改变,并非遵循预先设计好的算法。因此,因此未来机器想要真正智能,类脑芯片的发展是必然,当然目前这条路还很遥远,但这一方向是辉煌的,让我们一起关注类脑芯片及相关科技的发展。

    2016年对于仿人脑计算来说意义重大。IBM的TrueNorth团队在《针对快速、高能效神经形态计算的卷积网络》(“Convolutional networks for fast, energy-efficient neuromorphic computing”)论文中证明了,仿人脑计算可以用前所未有的超低能耗执行神经网络推理。简单地说,TrueNorth芯片并没有采用冯诺依曼架构,而是模仿了人类大脑的神经元结构,它的计算效率和可扩展性都远胜今天的计算机。

    嵌牛提问

    牵牛鼻子

    14020199044刘发强

    音频特征提取(audio feature extraction )

    递归神经网络(recurrent neural networks )

    IBM的三个合作伙伴:美国陆军研究实验室,美国空军研究实验室,以及劳伦斯·利物莫国家实验室,分别在论文展示了不同的TrueNorth系统。

    当然,实验的最终目的并不是要做一个手写计算器,而是想展示如何利用TrueNorth芯片的低功耗和实时模式识别特性,帮助在部署数据收集时,减少延迟、降低数据复杂性、减少传输宽带需求,同时解决分布式系统终端的数据存储需求。

    概率推理(probabilistic inference )

    文本图像识别(text image recognition )

    视觉显著性网络(visual saliency networks )

    嵌牛正文

    快速的稀疏逼近(fast sparse approximation)

    情绪识别(emotion recognition )

    手势识别(gesture recognition )

    加载了神经网络模型的TrueNorth芯片,可作为实时感知流推理引擎使用,而且能够在快速、准确分类的同时保持超低功耗。TrueNorth拥有100万个神经元,邮票大小,能力相当于一台集成了“神经突触”的超级计算机,然而功耗却只有70mW,用手机的电池就够跑它跑一个星期了。

    二进制映像分类(binary image classification )

    目前,TrueNorth仍然只是一个概念验证的研究模型。IBM表示,未来将发布更多的API,让合作伙伴能够将实时传感器连接到TrueNorth。像三星的digital eye以及加州大学欧文分校的自动驾驶机器人的早期模型都已经在试验中。IBM的首席科学家Dharmendra Modha则表示:“我有信心,我们可以在未来的4年里达到商业化的规模。”

    图像分类和对象追踪(image classification and object tracking)

    机器人(robotics )

    TrueNorth是IBM 2014年发布的仿人脑芯片,在这个只有邮票大小的硅片上,集成了100万个“神经元”,256个“突触”,4096个并行分布的神经内核,用了54亿个晶体管,然而功耗却只有70mW。之前,曾报道过IBM用TrueNorth芯片在构建了电子的啮齿动物大脑的新闻,近日,IBM又公布了与美国空军研究实验室、美国陆军研究实验室、以及劳伦斯·利物莫国家实验室在TrueNorth芯片应用方面合作的最新成果。

    低能耗的神经形态分类器(energy-efficient neuromorphic classifiers )

    雷锋网了解到,最近,IBM刚刚联合劳伦斯·利物莫国家实验室、美国空军研究实验室、美国陆军研究实验室,共同在享有盛誉的2016 IEEE超级计算会议上发表了关于TrueNorth的第五篇论文。在论文中,IBM总结了12年半以来的成果。

    距离TrueNorth的发布已经两年了,相比发布时的轰动,它的前景在近两年里一直被质疑。借着AI大热的东风,TrueNort会迎来真正的爆发吗?

    美国陆军研究实验室展示了数据传输方案模型,TrueNorth的低功耗特性使得在收集数据的同时能够进行计算。该模型使用了单芯片的NS1e主板和一台安卓平板,美国陆军研究实验室的科研人员允许访问者在平板上手写算数运算式,然后手写的算数式会被传送到NS1e上进行字符识别,而那些被识别的字符将会被传送回平板进行计算。

    本文由澳门威斯尼人app发布于科技知识,转载请注明出处:IBM开发模拟人脑新型芯片 或带来计算技术革命澳

    关键词: 芯片 IBM 嵌牛IT观 技术革命 人脑