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

▲Akida SoC

日本影像应用SoC方案供应商Socionext最早于2019年6月开始与BrainChip合作开发Akida芯片。据最新消息，两家公司已将完整的Akida设计文件交给晶圆厂台积电。Akida工程样品预计在今年第三季度问世。

BrainChip的AI芯片采用非多路复用的设计，号称比IBM采用多路复用设计的TrueNorth芯片速度快上数千倍。

IBM早在2011年8月就率先开启类脑芯片的大门，研发出单核包含256个神经元、65536个突触的“神经拟态自适应可塑性可扩展电子芯片”原型，脑容量相当于虫脑，能处理像玩Pong游戏这样复杂的任务。

2014年，IBM公布第二代TrueNorth芯片，包含4096个内核，100万个神经元、2.56亿个突触，而功耗只有65毫瓦。其长期目标是建立拥有100亿个神经元、数百兆个突触、仅消耗1KW功率、体积不到0.002立方米的芯片系统。

▲ IBM的TrueNorth芯片结构、功能、物理形态图

不过相较英特尔Loihi芯片的高调推进和IBM TrueNorth芯片的闻名遐迩，高通在2013年公布的Zeroth芯片已经好几年没有新讯了。

目前全球知名的大型神经拟态计算系统，除了英特尔Loihi和IBM TrueNorth外，还有德国海德堡大学BrainScales、英国曼彻斯特大学SpiNNaker、美国斯坦福大学Neurogrid。

去年8月，清华大学类脑计算研究中心施路平教授团队打造的类脑计算芯片“天机芯”登上国际知名学术期刊《自然》的封面，实现了中国在芯片和人工智能两大领域《自然》论文零的突破。

天机芯集成千万级神经元突触，同时支持跑人工神经网络（ANN）和脉冲神经网络（SNN）异构融合，相比IBM TrueNorth芯片，支持更多算法，且密度提升20%，速度快10倍，带宽提高100倍，精度可调，扩展性和灵活性也更好。

在清华东操场上，一辆搭载天机芯的自行车实现了自平衡、目标探测跟踪、自动避障、语音理解控制、自主决策等功能。

今年3月，台湾国立清华大学（NTHU）模拟果蝇视神经功能，研发了一种存内计算AI芯片，能以超低功耗让无人飞行器（UAV）像昆虫一样实现自动避障。

同样在这个月，国际顶级学术期刊《自然》刊登了奥地利维也纳大学的一项新研究，模拟大脑对信息处理的方式，直接在图像传感器内实现了人工神经网络（ANN），将图像处理速度提升至传统技术的数千甚至上万倍。（AI芯片新玩法！图像处理速度提升2万倍，传感器当神经网络用）

▲ 输入信息在视觉传感器内进行计算，实现智能高效的预处理

上海AI芯片创企西井科技也涉足了神经拟态芯片的研发，参考仿生类脑处理方式，打造了嵌入式“片上学习”AI芯片DeepWell、深度学习加速器Vastwell和SNN类脑运算平台。

西井科技主攻智慧港口、智慧矿场、智慧医疗等垂直应用场景的AI解决方案，是最早实现港口无人驾驶落地的AI企业。就在今年4月，西井科技完成了过亿元的新一轮融资。

法国芯片公司Kalray是片上超算的开创者，2008年成立，其最新芯片Coolidge可用于加速数据中心和汽车应用中的AI。在今年年初的国际消费电子展（CES 2020）上，Kalray展示了Coolidge芯片的AI用例。

Kalray首席执行官Eric Baissus认为，其自研大规模并行处理器阵列（MPPA）架构与一些神经拟态方法相似。在他看来，市场足够大，会有很多适用于不同类型架构的应用程序，他相信我们会看到更多有趣的神经拟态产品。

▲ Kalray MPPA架构

结语：创新是拓荒者对未来的馈赠

“在科学上，每一条道路都应该走一走，发现一条走不通的道路，就是对科学的一大贡献。”爱因斯坦曾如是说。

当前，无论是将生物神经元与硅基芯片融合的混合芯片，还是模仿人脑的神经拟态芯片，距离真正的大规模商业应用还相对遥远。任何涉及改变传统系统思维方式，在通往落地的道路上必然会经历市场长期的考验。

每一个创新架构的诞生，未必会立即与当下应用场景相契合，但这并不代表其创新是做无用功。这些连接硅基物体和碳基生命的奇妙构想，谁能断定不是对未来技术的一瞥？

（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!