美国英特尔已推出史上最强大的神经形态计算机'Hala Point'，部署在新墨西哥州桑迪亚国家实验室，将用于处理设备物理、计算架构和计算机科学等领域的问题。
Hala Point一种模拟人脑结构和功能的计算机系统，拥有1152个英特尔Loihi 2处理器，具备1.15亿个人工神经元和1280亿个人工突触，分布在140544个处理核心中。
可以对比的是，人脑大约有860亿个神经元，1万亿到100万亿个突触，看起来远远强于Hala Point，然而Hala Point拥有14万个核心，可以同时处理多项任务，而人脑相当于只有一个核心，因为一旦要你同时处理多项任务，你就马上要神经错乱了。
Hala Point每秒能够执行20千万亿次运算（20 petaops），在AI负载上的执行速度比传统利用CPU和GPU的计算系统快50倍，能耗则减少了100倍，能效达到了每瓦15万亿次操作（TOPS/W），远高于现有大多数神经处理单元（NPUs）和其他AI系统。说明一下，这些数据尚未经过同行评审。
而目前最大的超级计算机，美国橡树岭国际实验室的Frontier，虽然也能完成和人脑相似的计算量，但它占地680平米，运行功率高达22700千瓦。
所谓神经形态计算机，是将内存与计算能力集成于一体，使用神经网络构建机器，并通过物理方式实现信息的传递，从而模拟人脑神经元和突触进行运算。这种方式允许信息在众多路径上同时流动，从而提高并行处理能力，大大增强计算效率和能效。
而传统计算机处理器与内存是分开的，利用二进制在CPU、GPU或内存间按顺序进行处理，数据必须在中间反复传递，处理大量和复杂数据时容易形成瓶颈。
神经形态计算机就像一个圆盘状城市的交通网络，居民和物流可以快速从任何一点到达另一点，高效快捷延迟很低。而传统计算机就像沙特正在建设的500公里长城市The Line，未来居民交通和物流绝对是一场空前的灾难，不知脑袋得多愚蠢才想得出来。
神经形态计算是一个刚刚发展的领域，潜力巨大，未来可能会改变AI的游戏规则，尤其是类似ChatGPT这样的大语言模型，神经形态计算可能会对其学习和训练过程产生重大影响。这是因为它具有以下五大优势：
神经形态计算机具有极高的能效，Hala Point才刚刚起步，在AI工作负载上的能效就已达到每瓦15万亿次操作（TOPS/W），远远超过大多数现有的神经处理单元和AI系统——能耗少100倍，速度却快了50倍。这意味着神经形态计算机可以在较低能耗下完成更多的计算任务，简直就是给狂飙猛进的AI爆炸雪中送炭来了。
神经形态计算机采用的是神经网络结构，特别是利用突触和神经元的模拟进行信息处理。这种方式更接近人脑的工作机制，可以更有效地处理某些类型的模式识别和学习任务。
与传统计算机系统将内存和处理器分开不同，神经形态计算机将这两者集成在一起，减少了数据传输的需要，从而能够更快地处理大量的并行任务，提高处理速度和效率。
虽然神经形态计算尚处于发展初期，但初步成果已显示出在AI领域的巨大潜力。这种计算方式未来可能支持更复杂的AI应用，包括连续学习和适应性强的智能系统。
神经形态计算机的发展可能会显著减轻当前AI部署中的大型语言模型（如ChatGPT）所需的巨大训练负担，这意味着这些模型可以更加高效地学习和适应新数据，从而提高其普遍性和实用性。
Hala Point神经形态计算机模仿人脑，看起来又远超人脑——它有14万个计算核心，我们只有一个，你是不是已经深感担心，它要是装到机器人脑子里，这个世界是不是就没有我们人类什么事了呢？
你绝不要低估我们人类大脑的能力，虽然没有准确的数据，但一项研究推测，我们人脑可以达到每秒大约10^16到10^18（即10 PetaOPS到1 ExaOPS）次操作，最低限也和Hala Point（20 PetaOPS）差不多了。
而要论能效，神经形态计算机Hala Point远超世界上最强大的超级计算机Frontier，而人脑又远超Hala Point。Hala Point是15TOPS/W，人脑按每秒10^16到10^18操作来算，能效竟高达500 TOPS/W到50,000 TOPS/W！
何况人脑的神经元和突触个数目前也远超Hala Point，所以暂时还无须担心，不过这个暂时能暂多久，就暂时说不清楚了。但即使比人类更聪明的AGI问世，我们可能也能找到与之共存的办法，大不了就融合进去，几万前更聪明的尼安德特人，不就是被我们融没了吗？现在仅剩2%到4%的基因了，未来还会越来越少，只是不知道即将诞生的AGI是尼安德特人，还是我们是尼安德特人罢了，但这又有什么关系呢？尼安德特人现在提意见了吗？
联系客服
