立品牌之基
筑百年之石

芯片烫手、大脑不烫:类脑计算想改掉什么

夏天摸一下路由器,或者打半小时游戏后摸手机背面,那种烫手的感觉你应该很熟。可同样在“处理信息”,你的大脑从早忙到晚,功率大约只有20瓦——差不多一只低瓦数的老式白炽灯。

这个反差,正是类脑计算想要回答的问题。

现在的芯片,大半力气花在“搬东西”上

主流芯片走的是冯·诺依曼架构:负责算的处理器和负责存的存储器是分开的,中间靠总线连着。就像一家图书馆,书全堆在书库,你每看一句话都得跑一趟书库,看完再送回去。

这一趟本身不产生任何新东西,却实打实花掉时间和电。数据量越大,这条路堵得越厉害,行业里管它叫“存储墙”。有研究估算过,很多任务里绝大部分能耗都用在搬运数据上,真正用于计算的比例小得可怜。

大脑的做法:把书库和书桌并在一起

人脑里没有总线。神经元既接收信号,也往外发信号;神经元之间的连接点叫突触,而突触的“强弱”本身就是记忆。你学会骑车、记住一个电话号码,本质上是某些突触被调粗了一点。

更妙的是,大脑里的神经元平时基本安静,只有当输入信号攒到一定程度,才“啪”地放出一个脉冲。没轮到它干活的时候,几乎不耗电。这种“有事才动”的模式,叫事件驱动。

类脑计算想做的事,说起来挺朴素

简单讲,就是用硅做的器件去模仿神经元和突触的行为,让计算和存储长在同一块地方,并且只在有信号时才工作。

  • 用器件模拟突触:某些材料通电后电阻会变,电阻大小就代表连接强弱,断电了还能记住。
  • 用脉冲传递信息:信息不再是一串连续的0和1,而是一串离散的“噼啪”声,谁先到、来了几次,都带着含义。
  • 存算一体:算的时候不必把数据搬到别处,省下的就是电和时间。

它其实已经悄悄上岗了

事件相机是个好例子。普通摄像头不管画面有没有变化,每秒都固定拍几十帧;事件相机只记录“哪个像素的亮度变了”,静止画面几乎不产生数据。无人机避障、高速物体追踪这类场景,它反应更快,也更省电。

语音唤醒也一样。你喊一声“小爱同学”或“Hey Siri”,设备是全天候在听的,但不可能全天候调用云端算力。这种“永远在线、必须极低功耗”的活儿,恰好是类脑芯片擅长的地盘。科研层面上,IBM的TrueNorth、Intel的Loihi,还有清华的“天机芯”,都在试着把几百万甚至上千万个神经元塞进指甲盖大的硅片里。

别误会,它不是要造一颗人造大脑

这是最常见的误解。类脑计算模仿的是大脑的“做事方式”,不是“复制一颗大脑”。它眼下的强项是低功耗和实时响应,而不是通用智能。你让它写文章、做数学推理,它多半还不如你手机里的芯片。

短板也很实在。脉冲神经元该怎么训练,至今没有像传统深度学习那样成熟的方案;写代码的工具链零散又难用,换块硬件可能就得重写一遍;在很多精度要求高的任务上,它拼不过GPU。它更像一块新拼图,而不是替代品。

换个角度想

过去几十年,我们提升算力的方式基本是“塞更多晶体管、跑更高时钟”。这条路正在撞上功耗和散热的墙。而大脑用一套完全不同的思路,在20瓦的预算里做到了我们至今追不上的事。

也许若干年后,你手腕上的设备、耳朵里的耳机、路口那台摄像头,用的都是这种“像脑子一样”的芯片,而你根本不会注意到它——好的技术往往就是这样悄无声息地融进日常的。

免责声明:市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。如有侵权请联系删除。
文章名称:芯片烫手、大脑不烫:类脑计算想改掉什么
文章链接:https://m.nusanedannualreport.com/tech/npzpilee.html