来源：内容来自 nextplatform ，谢谢。

2017年，随着机器学习、超大型主机、超级计算和其他领域的发展，新架构的故事仍在上演。

随着谷歌定制 ASIC、量子计算机应用于新领域、FPGA在更广泛的应用中寻找新路线、先进的GPU用于深度学习，以及以上所有这些技术的组合，我们可以发现我们对于非CMOS器件进行了认真的探索。当美国能源部宣布了探索新架构的任务时，明确候选人之一似乎是神经形态芯片——这是一种高效的模式匹配器件，斯坦福（NeuroGrid）、曼彻斯特大学（Spinnaker）、英特尔、高通，当然还有IBM都在研发它，IBM曾经因TrueNorth架构而引领了神经形态领域。

在过去的几年里，随着器件的发展，我们已经写了很多关于神经形态芯片的未来。可以说，像IBM的TrueNorth芯片（2008年首次通过DARPA的SyNAPSE计划，进行了几年的研究后在2014年首次生产）这样的架构已经重见天日，原因是人们重燃了机器学习的兴趣，更广泛地讲，人们意识到了标准CMOS扩展即将结束。

总的来讲，新架构比以往任何时候都要有趣得多，而神经形态只是不断增加的列表中的其中一项。然而，在所有这些中，神经形态似乎获得了更多的资金和真正的基础，即使应用程序集仍然有限。

我们于2015年首次报道的应用于军事领域的神经形态投资已经取得了成果。美国空军研究实验室(AFRL)和IBM正在共同努力，基于TrueNorth神经形态芯片架构设计64芯片阵列。尽管该技术的大规模计算应用仍在开发中，但由于各种机器人、无人机和其他设备的大小、重量和功率限制，AFRL仍然看到了高效嵌入式技术的前景。

“IBM为AFRL打造的可扩展平台将会提供一个端到端的软件生态系统，用于支持深度神经网络学习和信息发现。64芯片阵列的先进模式识别和感觉处理能力将相当于6400万个神经元和160亿个突触，而处理器组件的功耗仅仅相当于一个昏暗的灯泡——功率仅为10瓦。”

IBM的TrueNorth神经系统可以有效地将多个分布式传感器的数据（如图像、视频、音频和文本）实时转换为符号。AFRL将这个系统的“右脑”的感知能力与传统计算机系统的“左脑”的符号处理能力结合起来。系统的超大规模将既支持“数据并行性”，即多源数据可以针对相同的神经网络并行运行，又支持“模型并行性”，即独立的神经网络形成一个整体，可以在相同的数据上并行运行。

美国空军研究实验室信息部主任Daniel S. Goddard表示：“ARFL是最早使用TrueNorth将数据转化为决策的机构。新的神经系统将被用于实现新的计算能力，这对于ARFL的使命——探索、规范、展示具有高影响力的改变游戏规则的技术而言十分重要，使得美国空军以及整个联邦得以保持其优越的技术优势。”

“IBM的 TrueNorth神经系统的发展是我们在人工智能硬件创新领域引领行业的一个坚实的证据。在过去的六年里，IBM已经将每个系统的神经元数量从256个增加到超过6400万个，平均每年增加8倍。”IBM研究员，首席科学家，脑启发计算专家Dharmendra S.Modha说道。

该系统适用于标准服务器机架上的一个4U高(7”)空间，8个这样的系统将使每个机架达到前所未有的5.12亿个神经元。该系统中的单个处理器由54亿个晶体管组成，这些晶体管组成了4096个神经核，创造了一个由100万个数字神经元组成的阵列，它们通过2.56亿个电子突触相互通信。对于CIFAR-100数据集，TrueNorth实现了近乎最先进的精度，同时以> 1,500帧/秒的速度运行，功耗为200mW（效率高于每瓦7,000帧/秒）——所需要的速度和能量相比于在传统计算机上运行同样的神经网络都要低一个数量级。

空军研究实验室可能会着眼于未来更复杂的应用程序的实现。伦斯勒理工学院研究所计算创新中心主任Christopher Carothers在2015年对“下一代平台”进行了描述，TrueNorth作为每个节点上的一个轻量级嵌入式管理单元如何找到新生命，从诸多元件中采集传感器数据，这更倾向于失败，举个例子来说，这就像一个节点密度为50000超级计算机（ 就像Argonne国家实验室2018年上线的那个）和有潜在故障的 警报管理员（和调度程序）。这样可以最大限度地减少停机时间，更重要的是，这样允许调度程序绕过可能出现故障的地方，从而仅关闭系统的一部分，而非关闭整个机架。

空军研究实验室的130万美元的投资将使得Carothers和他的团队使用True North作为神经形态处理器的基础，用于测试大规模集群配置，设计未来的百万兆级的系统，以及测试神经形态处理器在大规模的机器上作为一个协同处理器来管理一些系统元素、预测组件故障方面的表现如何。本研究的核心是增加新的机器学习算法,对于神经形态处理器设备系统的帮助不仅体现在通过大量的设备传感器跟踪潜在的组件问题，而且包括学习这些故障发生的原因（例如,通过跟踪这些设备“喋喋不休”,认识到某些活动的增加表明某些元素的弱化）。

随着各个厂商（尤其是英特尔和高通）对神经形态计算的投资，我们预计在未来的一年里，这些期间将会有更多的动力。然而，就像我们在过去几年里采访过的一些人一样，构建一个可编程和功能性的软件堆栈仍然是一个挑战。如果没有一个生态系统，那么没有一个架构能够蓬勃发展，而AFRL则是为其应用程序在阵列上运行而定制的，为了市场生存，这些器件可能需要数年的软件堆栈创新才能跻身主流行列。

原文链接：https://www.nextplatform.com/2017/06/26/u-s-military-sees-future-neuromorphic-computing/

今天是《半导体行业观察》为您分享的第1320期内容，欢迎关注。

摩尔邀请您加入精英微信群

关注微信公众号 半导体行业观察，后台回复关键词获取更多内容

回复 雄心 ，看《苹果的芯片帝国雄心》

回复 张汝京 ，看《中国半导体教父张汝京的“三落三起”》

回复 国产 ，看《国产手机崛起背后的最大受益者》

回复 ASR ，看《ASR收购Marvell MBU背后：一段有关RDA的爱恨情仇》

回复 IC ，看《一文看懂 IC 产业结构及竞争关系》

回复 展会 ，看《2017最新半导体展会会议日历》

回复 投稿 ，看《如何成为“半导体行业观察”的一员 》

回复 搜索 ，还能轻松找到其他你感兴趣的文章！

【关于转载】：转载仅限全文转载并完整保留文章标题及内容，不得删改、添加内容绕开原创保护，且文章开头必须注明：转自“半导体行业观察icbank”微信公众号。谢谢合作！

【关于征稿】：欢迎半导体精英投稿（包括翻译、整理），一经录用将署名刊登，红包重谢！签约成为专栏专家更有千元稿费！来稿邮件请在标题标明“投稿”，并在稿件中注明姓名、电话、单位和职务。欢迎添加我的个人微信号 MooreRen001或发邮件到 jyzhang@moore.ren