江苏龙网

  1. 首页 > 资讯 > 资讯 > >

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( 四 )


文章图片


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 。
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
文章图片

▲ 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 。
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
文章图片

▲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 。
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
文章图片

▲ 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


推荐阅读


上一篇：「十四五」青岛市体育事业“十四五” 规划等你建言献策 两种方式参与

下一篇：英国民调：我们不如中国，但比美国强！