深扒全球仿生芯片计划！15+公司已入局，人造大脑通往未来计算之门

他们提取神经元的方式有两种：一是从小鼠胚胎中提取神经元，二是将人类皮肤细胞转换回干细胞，并诱导它们成长为人类神经元。随后这些神经元被嵌入一个特殊金属氧化物芯片顶部的培养基中，芯片包含一个由22000个微小电极组成的网格，可充当程序员与神经元之间的I/O介质。

据悉其芯片处理能力少于蜻蜓大脑。Chong认为，这种芯片最终可能成为提供各种复杂推理和概念性理解的关键，这是今天的AI无法做到的。

▲Spike visualisor显示实时神经网络激活

Cortical Labs不是唯一从事生物计算的机构。开篇提及的美国加州创企Koniku，早在2014年就已成立。

2017年，Koniku首次展示由老鼠神经元构建的64神经元硅芯片Koniku Kore，据称是全球首个拥有“嗅觉”并可检测爆炸物、疾病等气味的芯片。

▲Koniku Kore的原型之一

三、类脑计算：群雄逐鹿，硕果千结

无独有偶，今年3月，《自然-机器智能》期刊上发表了一项研究，报告了一种模拟生物嗅觉识别10种危险化学品气味的AI算法。

特别的是，这一研究由英特尔神经拟态芯片Loihi提供动力。

Loihi芯片在2017年首次亮相，包含128个内核、13万神经元、1.3亿突触，每个内核模拟多个逻辑神经元，具有支持多种学习模式的可扩展片上学习能力。

神经拟态芯片既可以以比传统处理器更低的功耗，跑传统深度神经网络（DNN），也可以搭配充分考虑时间序列差异的脉冲神经网络（SNN）。

和视觉信息不同，嗅觉信息是非结构化的，传统深度学习算法并不适用，而SNN能更好地模仿生物感知和处理的节奏，同时它也不像深度学习那样需要大量数据和参数来达到稳定状态。比如在“闻气味”这项研究中，传统解决方案学习每类气味，需要的训练样本量是Loihi芯片的3000倍以上。

今年3月，英特尔还创纪录的将768颗Loihi芯片组装成拥有1亿个神经元的超级神经拟态计算系统，超过了仓鼠的大脑神经元总数。

英特尔实验室神经形态计算小组的高级研究科学家Nabil Imam表示，他们的工作是“当代研究在神经科学和人工智能的十字路口一个典型例子”。

相比将活神经元和半导体结合带给人的“玄幻感”，神经拟态芯片领域明显更为热闹。

在这个通向未来计算的前沿研究道路上，既有英特尔、IBM、高通、三星、惠普等科技巨头，也有BrainChip、西井科技、灵汐科技、aiCTX、Numenta、General Vision、Applied Brain Research、Brain Corporation等初创公司。

HRL实验室、麻省理工学院、斯坦福大学、波士顿大学、曼彻斯特大学、海德堡大学、比利时微电子研究中心、清华大学、中科院、浙江大学、复旦大学等顶尖学府和研究机构，亦在这一领域的研究中发挥着不容小觑的作用。

从实现方式来看，神经拟态芯片可分为数字芯片、模拟芯片和新材料芯片。

数字芯片有英特尔Loihi、IBM TrueNorth、曼彻斯特大学SpiNNaker等；模拟芯片有斯坦福大学Neurogrid、海德堡大学BrainScales以及ROLLS等；新材料芯片主要包含忆阻器（Memristor）组成的阵列，为存储与计算融合提供了器件支撑。

去年4月，瑞士创企aiCTX推出全球首款纯基于事件驱动运算的视觉AI处理器DynapCNN，单芯片集成超过100万个神经元、400万可编程参数，适合实现大规模SNN。

aiCTX成立于2017年，创始人兼CEO乔宁博士毕业于中科院半导体研究所，主要从事低功耗数模混合电路的设计，2012年加入苏黎世大学及苏黎世联邦理工大学的神经信息研究所INI进行类脑芯片研究，对类脑芯片有很深的理解。

▲ aiCTX首席执行官乔宁博士展示其AI芯片

澳大利亚创企BrainChip同样研发了基于事件驱动运算的神经拟态芯片。它成立于2013年，2015年9月在澳大利亚上市，2017年11月获得2150万美元Post-IPO融资，今年4月又融资312万美元。

在今年2月的tinyML峰会上，BrainChip演示了其最新级神经拟态芯片Akida如何处理计算机视觉任务，证明它有两个关键特性与传统深度学习加速器（DLA）大不相同：

（1）处理给定卷积神经网络（CNN），Akida的计算量比DLA少40%-60%。即是是处理像MobileNet v1等较大的CNN模型，Akida通常也无需进行片外内存访问或主机CPU通信。

（2）Akida结合SNN，能直接在芯片上实时学习，且所需数据远少于传统深度神经网络。

（编辑：555手机网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!