超算难胜大脑,何不依照神经结构打造芯片?
伴随着第四次工业革命的到来,人工智能和机器学习成了半导体行业热捧的威廉希尔官方网站 。从训练和推理的角度来看,这些威廉希尔官方网站 用到的数据量已经足够庞大,但AI芯片依然很难做到像大脑一样思考。
以目前世界排名第二的超算IBM Summit为例,其运算速率已达200 PFLOPS,但大脑的运算性能仍然是它的5倍。研究人员开始反思为何不仿制一个大脑结构的芯片,依照人体神经元网络结构打造的神经形态芯片也因此出炉。
大脑中的神经元可以通过无数个突触实现互通,从而快速处理大脑信息,进行记忆、推理和计算。基于冯诺依曼结构的AI芯片依然需要在多个部件之间进行信息传输,造成处理速度瓶颈,这也是为何近年来业内仍在发展互联威廉希尔官方网站 的原因。
而神经形态芯片基于人脑的架构,采用了脉冲神经网络(SNN),不仅显著提升了处理速度,更是可以同步进行多项操作,同时进行数据输入和输出,且功耗与当前的AI芯片相比大大降低。
嗅觉识别
2017年11月,英特尔发布了自己的神经形态芯片Loihi。这一60mm2大小的芯片基于14nm工艺制造,采用了128个“神经核”的设计,囊括了13万神经元。英特尔称其设计基于专为SNN算法优化的架构,每个神经元都可以数千个神经元相互通信。Loihi支持的SNN运算,不需要在传统的卷积神经网络下进行训练。
Loihi芯片 / Intel
去年3月17日,英特尔研究院和美国康奈尔大学研究人员联合发表了一篇论文,展示了一种基于哺乳动物嗅觉系统的神经算法,即便存在明显干扰和遮盖的情况下,英特尔的神经形态芯片Loihi依然可以学习和识别危险甲苯和一氧化碳等化学品。此外,由于神经形态芯片的优势,Loihi仅需单一样本就可以识别气味,不像过去的深度学习一样需要大量的训练样本。
在与不少学术机构合作的过程中,研究人员同样发现Loihi具备超低功耗的特性。在运行一个实时深度学习测试中,Loihi的功耗要比一片GPU低109倍,与专用的IoT推理硬件相比低5倍。更棒的是,即便将深度学习网络的规模扩展50倍,Loihi不仅能够保持同样的实时性能表现,其功耗占用也只有30%而已,而IoT硬件的功耗已经高至6倍,且无法再满足实时处理了。
视觉识别
今年1月,澳大利亚斯威本大学、电子科大和中国科学院联合发表了一篇论文,该团队声称打造出了性能最强大的光学神经形态处理器。领导这项研究工作的David Moss教授声称,该芯片基于光微梳打造,可以实现10 TOPS的运算性能。
该芯片可以生成25万像素的图像卷积,对于人脸识别之类的应用已经绰绰有余。在测试中,他们在该芯片上用10个输出神经元依次组成一个光学卷积神经网络,在识别手写数字图像上准确率可达88%。同样的方法也可以扩展到更复杂的网络上,比如用于自动驾驶和实时视频识别等等。
TrueNorth芯片 / IBM
同样在用神经形态威廉希尔官方网站 进行视觉识别的还有IBM,其TrueNorth芯片包含了100万个神经元和2.56亿个突触。这个4096个内核的芯片基于三星的28nm工艺制造,支持多对象检测和分类,正常工作情况下的功耗却只有60至70mW。
视觉传感器也开始应用神经形态威廉希尔官方网站 ,以Prophesee为例,这家公司基于自己神经形态威廉希尔官方网站 ,在去年与索尼联合发布了基于事件的工业级视觉传感器。该公司也在今年7月获得了创新工场、小米和韦豪创芯的投资。
结语
从以上案例可以看出,神经形态芯片和人脑结构一样,在处理庞大的多样化数据上上有着不小的优势。而传统AI和机器学习场景中,许多都需要需要大数据支持而且无法完成直接替代,这些应用往往也与人类感知器官相关。
除了嗅觉和视觉外,也有像荷兰初创公司Innatera这样专注于音频和健康的神经形态芯片公司。可以说神经形态芯片在发挥传感应用的全部性能上,具备着现有AI芯片难以媲美的优势。
不过这项威廉希尔官方网站 在硬件和软件上尚未成熟,目前大型的神经形态芯片还没有出现,而且已有的一些算法也很可能难以兼容。凭借其低功耗和小体积的优势,神经形态芯片最对口的使用场景也许还是移动设备和AIoT。
伴随着第四次工业革命的到来,人工智能和机器学习成了半导体行业热捧的威廉希尔官方网站 。从训练和推理的角度来看,这些威廉希尔官方网站 用到的数据量已经足够庞大,但AI芯片依然很难做到像大脑一样思考。
以目前世界排名第二的超算IBM Summit为例,其运算速率已达200 PFLOPS,但大脑的运算性能仍然是它的5倍。研究人员开始反思为何不仿制一个大脑结构的芯片,依照人体神经元网络结构打造的神经形态芯片也因此出炉。
大脑中的神经元可以通过无数个突触实现互通,从而快速处理大脑信息,进行记忆、推理和计算。基于冯诺依曼结构的AI芯片依然需要在多个部件之间进行信息传输,造成处理速度瓶颈,这也是为何近年来业内仍在发展互联威廉希尔官方网站 的原因。
而神经形态芯片基于人脑的架构,采用了脉冲神经网络(SNN),不仅显著提升了处理速度,更是可以同步进行多项操作,同时进行数据输入和输出,且功耗与当前的AI芯片相比大大降低。
嗅觉识别
2017年11月,英特尔发布了自己的神经形态芯片Loihi。这一60mm2大小的芯片基于14nm工艺制造,采用了128个“神经核”的设计,囊括了13万神经元。英特尔称其设计基于专为SNN算法优化的架构,每个神经元都可以数千个神经元相互通信。Loihi支持的SNN运算,不需要在传统的卷积神经网络下进行训练。
Loihi芯片 / Intel
去年3月17日,英特尔研究院和美国康奈尔大学研究人员联合发表了一篇论文,展示了一种基于哺乳动物嗅觉系统的神经算法,即便存在明显干扰和遮盖的情况下,英特尔的神经形态芯片Loihi依然可以学习和识别危险甲苯和一氧化碳等化学品。此外,由于神经形态芯片的优势,Loihi仅需单一样本就可以识别气味,不像过去的深度学习一样需要大量的训练样本。
在与不少学术机构合作的过程中,研究人员同样发现Loihi具备超低功耗的特性。在运行一个实时深度学习测试中,Loihi的功耗要比一片GPU低109倍,与专用的IoT推理硬件相比低5倍。更棒的是,即便将深度学习网络的规模扩展50倍,Loihi不仅能够保持同样的实时性能表现,其功耗占用也只有30%而已,而IoT硬件的功耗已经高至6倍,且无法再满足实时处理了。
视觉识别
今年1月,澳大利亚斯威本大学、电子科大和中国科学院联合发表了一篇论文,该团队声称打造出了性能最强大的光学神经形态处理器。领导这项研究工作的David Moss教授声称,该芯片基于光微梳打造,可以实现10 TOPS的运算性能。
该芯片可以生成25万像素的图像卷积,对于人脸识别之类的应用已经绰绰有余。在测试中,他们在该芯片上用10个输出神经元依次组成一个光学卷积神经网络,在识别手写数字图像上准确率可达88%。同样的方法也可以扩展到更复杂的网络上,比如用于自动驾驶和实时视频识别等等。
TrueNorth芯片 / IBM
同样在用神经形态威廉希尔官方网站 进行视觉识别的还有IBM,其TrueNorth芯片包含了100万个神经元和2.56亿个突触。这个4096个内核的芯片基于三星的28nm工艺制造,支持多对象检测和分类,正常工作情况下的功耗却只有60至70mW。
视觉传感器也开始应用神经形态威廉希尔官方网站 ,以Prophesee为例,这家公司基于自己神经形态威廉希尔官方网站 ,在去年与索尼联合发布了基于事件的工业级视觉传感器。该公司也在今年7月获得了创新工场、小米和韦豪创芯的投资。
结语
从以上案例可以看出,神经形态芯片和人脑结构一样,在处理庞大的多样化数据上上有着不小的优势。而传统AI和机器学习场景中,许多都需要需要大数据支持而且无法完成直接替代,这些应用往往也与人类感知器官相关。
除了嗅觉和视觉外,也有像荷兰初创公司Innatera这样专注于音频和健康的神经形态芯片公司。可以说神经形态芯片在发挥传感应用的全部性能上,具备着现有AI芯片难以媲美的优势。
不过这项威廉希尔官方网站 在硬件和软件上尚未成熟,目前大型的神经形态芯片还没有出现,而且已有的一些算法也很可能难以兼容。凭借其低功耗和小体积的优势,神经形态芯片最对口的使用场景也许还是移动设备和AIoT。
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
-
AI
+关注
关注
87文章
30805浏览量
268942 -
人工智能
+关注
关注
1791文章
47229浏览量
238336 -
神经形态芯片
+关注
关注
0文章
21浏览量
13878
发布评论请先 登录
相关推荐
LSTM神经网络的结构与工作机制
网络的结构与工作机制的介绍: 一、LSTM神经网络的结构 LSTM神经网络的结构主要包括以下几个部分: 记忆单元(Memory Cell)
《算力芯片 高性能 CPUGPUNPU 微架构分析》第二篇阅读心得:芯片拓扑学:并行扩展与CPU设计的巨头对决
1 芯片拓扑结构:多核互联的艺术
继续深入《算力芯片》一书,第5-6章探讨了芯片拓扑结构与经典C
发表于 10-29 01:48
人工智能神经元的基本结构
人工智能神经元的基本结构是一个复杂而深入的话题,涉及到计算机科学、数学、神经科学等多个领域的知识。 引言 人工智能(Artificial Intelligence,简称AI)是计算机科学的一个分支
人工智能神经网络的结构是什么
人工智能神经网络是一种模拟人脑神经网络的计算模型,其结构和功能非常复杂。 引言 人工智能神经网络是一种模拟人脑神经网络的计算模型,其
神经网络芯片和普通芯片区别
神经网络芯片和普通芯片的区别是一个复杂而深入的话题,涉及到计算机科学、电子工程、人工智能等多个领域。 定义 神经网络芯片(Neural Ne
神经元的结构及功能是什么
神经元是神经系统的基本结构和功能单位,它们通过电信号和化学信号进行信息传递和处理。神经元的结构和功能非常复杂,涉及到许多不同的方面。 一、
BP神经网络的原理、结构及 训练方法
神经网络是一种受人类大脑神经元结构启发的计算模型,由大量的神经元(或称为节点、单元)通过权重连接而成。每个神经元接收输入信号,通过激活函数
神经网络算法的结构有哪些类型
神经网络算法是深度学习的基础,它们在许多领域都有广泛的应用,如图像识别、自然语言处理、语音识别等。神经网络的结构有很多种类型,每种类型都有其独特的特点和应用场景。以下是对神经网络算法
科学计算的下一轮创新,AI超算与数字孪生
应用的行列中来。 AI 超算与数字孪生 在过去通用计算负载的时代,我们难以采用更大规模的计算集群来打造数字孪生。可随着AI威廉希尔官方网站
,尤其是生成式AI威廉希尔官方网站
的出现,采用高度定制化的AI超
评论