本文轉(zhuǎn)自雷鋒網(wǎng)，如需轉(zhuǎn)載請至雷鋒網(wǎng)官網(wǎng)申請授權。

十年前，有這樣一個問題：軟硬件是否可以像生物大腦一樣工作？

如今，這個問題的回答是“可以”，但行業(yè)面臨的挑戰(zhàn)是，如何利用神經(jīng)形態(tài)技術開發(fā)的歷史、如何應對緊迫的、甚至是生死攸關的計算挑戰(zhàn)？

就這一話題，科技作者 William Van Winkle 在外媒 VentureBeat 發(fā)表了一篇文章，主要觀點包括：

• 行業(yè)合作和原型基準正在推進數(shù)十年來在實時計算視覺、語音識別、物聯(lián)網(wǎng)、自動駕駛和機器人技術等領域的實際應用研究。

• 神經(jīng)形態(tài)計算可能會以低功耗和高效率補充 CPU、GPU 和 FPGA 技術，用于包括學習、搜索和感知在內(nèi)的一些任務。

• 行業(yè)對其的預測千差萬別，比如預測全球神經(jīng)形態(tài)計算市場 2028 年復合增長率在 12% 到 50% 之間。

以下是雷鋒網(wǎng)未改變文章原意的編譯。

從潛在，到實際

2020 年 7 月，美國能源部橡樹嶺國家實驗室主辦了第三屆神經(jīng)形態(tài)系統(tǒng)國際年會（ICONS），來自世界各地的 234 名研究人員參與了此次線上活動，與會者規(guī)模幾乎是去年的 2 倍。 

會議期間，一篇題為《用基于尖峰的模型模擬流行病傳播》的論文探索了使用神經(jīng)形態(tài)計算來減緩潛在感染群體的患病幾率。無疑，如果一個更好、更精準的模型可以指導國家政策、拯救無數(shù)人的生命，那么這樣的研究就是至關重要的。

[[358268]]

這一會議反映了一項仍處于萌芽狀態(tài)的技術及其生態(tài)。研究人員對神經(jīng)形態(tài)計算的潛力表示肯定，但迄今為止，大多數(shù)進展都只發(fā)生在學術機構(gòu)、政府和企業(yè)的實驗室里，似乎已經(jīng)準備好改變了。

研究機構(gòu) Sheer Analytics & Insights 預測，2020 年全球神經(jīng)形態(tài)計算市場將達到 2990 萬美元，未來 8 年復合增長率為 50.3%，2028 年將達到 7.8 億美元。 

與之形成鮮明對比的是——2018 年 KBV 研究報告預測，2023 年全球神經(jīng)形態(tài)計算市場復合增長率為 18.3%，即 37 億美元；Mordor Intelligence 則預測，2019 年全球神經(jīng)形態(tài)計算市場為 1.11 億美元，復合年增長率為 12%，到 2025 年將達到 3.66 億美元。

顯然，預測各不相同，但大幅增長的趨勢卻是可能的，這一市場的主要參與者包括英特爾、IBM、三星和高通。

當前，研究人員關心的一個話題是，神經(jīng)形態(tài)計算首先會落地哪一領域。答案很有可能是視覺、語音識別；自動駕駛也可從類似人類的學習中獲益，避免出現(xiàn)人類的分心或認知錯誤；從工廠到戰(zhàn)場，物聯(lián)網(wǎng)的機會到處都有。

不論如何可以肯定的是，神經(jīng)形態(tài)計算不會取代 CPU 和 GPU，相反，兩種計算方法將是一個互補的關系，每種方法都適合自己的算法和應用。

靈感：尖峰和突觸

神經(jīng)形態(tài)計算始于使用模擬電路來模擬大腦中的突觸結(jié)構(gòu)，大腦擅長通過噪音和學習確定模式， 神經(jīng)形態(tài) CPU 擅長處理離散、清晰的數(shù)據(jù)。

因此，許多人認為神經(jīng)形態(tài)計算可以解決阻礙傳統(tǒng)計算系統(tǒng)數(shù)十年的問題。一方面，基于 von Neumann 架構(gòu)的處理器必須等待數(shù)據(jù)進出系統(tǒng)內(nèi)存。緩存結(jié)構(gòu)有助于減輕這種延遲，但隨著芯片速度的加快，數(shù)據(jù)瓶頸愈發(fā)明顯。另一方面，神經(jīng)形態(tài)處理器目標在于通過模擬大腦的核心工作方式來提供更省電的操作。

神經(jīng)元通過一種被稱為是「尖峰」的脈沖模式相互發(fā)送信息脈沖，其關鍵在于時間，時間本身就傳達著信息。 

我們可將尖峰用一個比特來表示，與傳統(tǒng)的數(shù)據(jù)通信方法相比，它更高效、更省電。20 世紀 50 年代，對尖峰神經(jīng)活動的理解和建模出現(xiàn)，但接下來的 50 年，基于硬件的計算應用并未開始。

DARPA 開啟富有成效的十年

2008 年，美國國防高級研究計劃局（DARPA）啟動了一個名為“神經(jīng)形態(tài)自適應塑料可擴展電子系統(tǒng)”（SyNAPSE）的項目，旨在開發(fā)可擴展到生物水平的低功耗電子神經(jīng)形態(tài)計算機。該項目的第一階段是開發(fā)模擬大腦突觸活動的納米級突觸，并期待其在微電路結(jié)構(gòu)中發(fā)揮作用。

2009 年，IBM Research 和 HRL Laboratories（通用汽車和波音公司共同擁有）贏得了 SyNAPSE 合同，成為競爭對手。

2011 年，HRL 宣布了第一個「記憶電阻器」陣列，即一種可應用于神經(jīng)形態(tài)計算的非易失性內(nèi)存存儲形式。兩年后，HRL 打造出了第一個神經(jīng)形態(tài)芯片 Surfrider——在 50 毫瓦的功率下有 576 個神經(jīng)元。 

研究人員將芯片安裝在一架配備光學、紅外和超聲波傳感器的不足 100 克的無人機上，并將無人機送入三個房間。無人機通過感官輸入“學習”了第一個房間的布局和內(nèi)部的物品，基于此，它可在新房間“動態(tài)學習”，或是認出曾進入過的房間。

[[358269]]

2014 年，IBM 在 Science 發(fā)表論文稱，他們制造了有著 54 億個晶體管的芯片 TrueNorth，4096 個神經(jīng)突觸核心通過一個集成了 100 萬個可編程尖峰神經(jīng)元和 2.56 億個可配置突觸的芯片相互連接，能以每秒 30 幀的速度輸入 400 × 240 像素的視頻，芯片功耗 63 毫瓦。

該領域的研究并不少見，比如 2009 年斯坦福大學的模擬突觸方法  NeuroGrid；2015 年歐盟資助的 BrainScaleS 項目；曼徹斯特大學的 SpiNNaker 神經(jīng)網(wǎng)絡體系結(jié)構(gòu)超級計算機等等。

神經(jīng)形態(tài)計算的未來

許多專家認為，商業(yè)應用將在未來三到五年內(nèi)真正到來，而這也僅僅是個開始。

2019 年，三星宣布將其神經(jīng)形態(tài)處理單元（NPU）部門的規(guī)模擴大 10 倍，原本的 200 名員工將增加到 2030 年的 2000 名員工。原因在于，三星預計到 2023 年，神經(jīng)形態(tài)芯片市場的年增長率將達到 52%。

神經(jīng)形態(tài)領域的下一個挑戰(zhàn)將是如何定義標準工作負載和基準測試方法。當前，3DMark 和 SPECint 等基準應用發(fā)揮著關鍵作用，但正如 2019 年 9 月《自然-機器智能》雜志所討論的那樣，盡管英特爾實驗室提出了一種稱為 SpikeMark 的尖峰神經(jīng)形態(tài)系統(tǒng)的建議，但神經(jīng)形態(tài)領域還是缺少這樣的基準。

神經(jīng)形態(tài)計算仍處于研發(fā)階段，如今該領域幾乎沒有任何商業(yè)產(chǎn)品。但越來越明顯的是，某些應用非常適合神經(jīng)形態(tài)計算，神經(jīng)形態(tài)處理器將更快、更省電。不過，CPU 和 GPU 計算并不會消失，神經(jīng)形態(tài)計算只會出現(xiàn)在其左右，扮演更好、更快、更有效的處理角色，這將是我們從未見過的。