全业半导体

神经形态计算机在设计上的一些基本特性，使其与传统计算机区别开来。首先，神经形态计算机没有单独的内存和处理单元，这些任务可以在芯片上每个神经元的位置一起执行，所以不需要在内存和处理器之间传输数据，减少了能源消耗并加快了处理速度。

据英国广播公司报道，神经形态计算机的未来商业应用主要分为两大领域：一是为AI应用程序提供更节能、更高性能的平台，包括图像和视频分析、语音识别以及为ChatGPT等聊天机器人提供动力的大型语言模型；二是“边缘计算”，即在联网设备上实时处理数据，自动驾驶汽车、机器人、手机、可穿戴技术等都可通过“边缘计算”应用极大提高效率。

此外，规模较小的神经形态公司，如澳大利亚AI芯片制造商BrainChip、中国AI芯片初创公司SynSense以及荷兰神经形态处理器公司Innatera也在这一领域积极投入研发。

今年5月，德国科技公司SpiNNcloud Systems宣布，他们正在开发一款名为SpiNNaker2的神经形态超级计算机，能模拟至少100亿个神经元，并计划将其商业化。这款基于人脑原理的混合AI高效能电脑系统，无疑为神经形态计算领域注入了新活力。

全业半导体现代计算机对电力的需求正在以惊人速度增长，许多科技公司正努力开发更节能的硬件。但是，人们能否构建一种全新架构的计算机，从而在节能方面实现质的飞跃？

今年4月，英特尔宣布打造出全球最大的神经拟态系统Hala Point，旨在支持未来类脑AI研究。该系统就是基于Loihi 2处理器构建的，拥有多达11.5亿个神经元和1280亿个突触，速度最高可达人脑的200倍。英特尔称，Hala Point的神经元容量大致相当于猫头鹰的大脑，是迄今为止世界上最大的神经形态计算机。

一些公司给出了肯定的答案。他们正在利用神经神态计算技术，制造像大脑一样思考的计算机，即“类脑计算机”。这种创新技术旨在模仿人类大脑处理信息的方式，或许会在人工智能(AI)、机器人等多个领域掀起一场革命。

在硬件方面，科学家正在开发特定的神经形态芯片。例如，英特尔公司2021年发布的原型神经形态芯片Loihi 2。这款芯片面积为31mm2，其处理器最多可封装100万个人工神经元。

然而，技术挑战依然存在。神经形态计算发展的主要障碍之一在于软件的开发，以适应这些独特硬件的运行需求。尽管硬件已逐渐成熟，但如何以全新的编程方式激活其潜力，仍是亟待解决的问题。此外，成本也是一大挑战。无论是硅基还是其他材料，制造全新的神经形态芯片都需要高昂的成本投入。

除了英特尔，IBM公司也在去年推出了其最新的类脑芯片原型“北极”(NorthPole)。这款芯片是之前“真北”(TrueNorth)芯片的升级版，测试显示，它比市场上的其他芯片更节能、更节省空间、速度更快。目前，研究团队正致力于将这些芯片组合成更大规模的系统。

人脑以极低的能耗运行，却能完成复杂多样的任务。据美国今日物理网站报道，人脑运行的功率约为12—20瓦，占人体代谢率的20%；相比之下，有些台式电脑的功率约为175瓦，英伟达H100等尖端AI加速器的功率更是高达300—700瓦。

此外，现代计算机是数字化的，使用1或0来表示数据；而大脑中的电信号并不简单地由0和1组成，神经形态计算机也能模拟大脑这一点。

其次，在传统计算中，系统的每个部分始终处于开启状态，并可以与任何其他部分进行通信；而神经形态系统中模拟的神经元和突触只有在需要时才被激活，从而节省了能源。