本文由人工智能学家（AItists）授权转载，作者：Graham Templeton，翻译：Desmond Chen审校：心
IBM最近公布了TrueNorth处理器的具体细节。该处理器重新设计了整个结构，从底层模仿人类的大脑结构。不像现在的处理器堆叠起成千上万的晶体管，TrueNorth处理器有一百万个电脑“神经元”，每个“神经元”并行工作在2.56亿个内部连接(“突触”)上。根据公布的报告，该结构为处理器性能带来了难以置信的提高，更重要的还有能耗降低。神经形态计算将会改变世界,而且这个时代的降临比你想象的要快多了。
神经计算机的发展非常类似于电子计算机的发展︰首先找出一个实际的应用需求(例如，战争时计算导弹发射轨迹)，然后用已有的工具开发一个简单的原型机(例如，要求一大群人做手工运算),然后发明一台机器以更有效率的方式自动化这个过程。电子计算机比人类更快的原因之一是，它的晶体管能以惊人的速度运行，但我们人类的神经元也能做到。更大的问题是，电子计算机是为数学运算而设计的;从某些角度来看，我们曾经尝试过利用人类大脑做快速的数学运算是有点不可思议。
最新的GPU虽然是快，但相比与神经形态芯片，他们的能效比非常低。
同样的，我们最终会发现现在在电子芯片（包括GPU）上进行学习训练，是多么的不明智甚至是愚蠢的。更合理的方法是，从最基础的硬件出发，设计一个适合思考的机器，并尽可能地专注于机器学习，就像在普通处理器上做乘法一样自然。这不仅可以增加处理器完成学习任务的速度，而且能大幅降低能源消耗。这就是IBM正在研究的项目，而且远比许多人预想的更深入。
当TrueNorth处理器要进行图像分类时（一种已有深入研究的机器学习任务），它每秒能处理1200到2600帧，同时只消耗25到275毫瓦。总效能比超过6000帧每瓦特。目前还没有用同样的图像算法和数据集在GPU上每秒每瓦特处理帧数的性能数据。但是考虑到现代图形卡动辄200至250瓦特的功耗，不难想象它的能效比会有多低。
12种不同分析过滤器的图片输出的例子。来源：Esser 等
最重要的是，现代机器学习算法需要巨额的花费。像苹果、Facebookk和谷歌这样的公司，只能通过运行昂贵的超级计算机来提供他们先进的服务，仅仅为了尽可能有效地执行机器学习算法。
IBM在围棋的胜利得益于先进的机器学习，就像TrueNorth的使命。
因此，早期昂贵的神经硬件可能对服务提供商来说是一大福音。我们希望性能的提高和节省的成本将会转移到消费者身上。但神经芯片提供的速度和效率不会止步于此，减少几个数量级的功率消耗将会体现在云端上。
想要一个适用于任何外语的可穿戴自动翻译器，而且不需要连接互联网？或者一个健身记录仪，了解你的每一项运动，而且无需将信息上传到一个计算机进行分析？又或者无需联网的无人驾驶汽车，或者一个星际探测器，可以做出明智的决定，而且无需通信，还运行在一个微型核电池上?
神经芯片是目前最有可能完成这样工作的方式。现在没有任何迹象表明传统硬件能够做到这点。
NS16e处理器
IBM表示，它有一个称为NS16e新处理平台，上面有16个TrueNorth处理器的阵列，共计约四十亿的突触连接。它无法与人脑相比，但似乎足以解决现在的机器学习问题。这16个处理器可以互相通信，模仿的是连接大脑两个半球的胼胝体的功能，尽管在处理器上是多方向的。
IBM不是唯一一个向这个目标努力的企业。还有传言中谷歌的研究项目。更值得注意的是，高通声称已在其即将推出的骁龙处理器集成了神经计算能力，但是我们不清楚它将会如何工作，并且最近已经没有任何消息了。私人投资在这个领域才刚刚初步取得的进展，IBM的进展都是由美国国防部高级研究计划局（DARPA）注入资金的。
这是另一个美国国防部高级研究计划局的发明:微型高效的GPS跟踪设备。
解决这一问题的传统方法被称为自然语言处理(NLP)，而现在这个领域的研究人员主要做数据索引和集中式的NLP分析。随着神经计算的发展，翻译者可以马上学会一种方言，提高实时翻译质量。
然而，军队士兵并不是唯一需要的可移植性的人员。尤其是智能眼镜只有在脱离互联网运算的情况下，才能真正发挥它们的潜力，如谷歌眼镜2.0版和Snapchat的社交眼镜。我们可以想象一副眼镜，附有一个增强现实界面层，实时为你显示有用信息。如果它需要恒定高速的数据流传输，这种功能将难以面向数以百万计的消费者推出。
马斯科的全球互联网如果能够面世将是颠覆性的，但它仍不足以快到让每个人都一直拥有高速宽带。
这不仅可以避免高速不间断的联网会缩短电池使用时间这样的问题（虽然这也是事实），还可以通过本地实时计算，提高性能、降低成本、增加隐私安全性。所有优点都有利于消费者，唯一会有不满是服务供应商，因为他们需要通过联网服务来获取你的个人信息并出售。
可穿戴计算、增强现实、感官辅助，所有这些新兴科技都依赖于先进的机器学习算法。现在，在IBM等企业里，我们可以看到这种有利于实现所有新技术的算法正在慢慢成熟。
原文链接：http://www.extremetech.com/extreme/236362-how-ibms-neuromorphic-brain-chips-will-begin-the-next-era-in-computing
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请
点击举报。
