另值得一提的是,IBM的TrueNorth芯片并没有通过大型神经网络对人脑进行模仿,所以它实现了低功耗下的强计算能力,但Google的深度学习系统Google Brain,微软的Adam因为需要大量传统计算机的集群,所以尽管展现出了极强的计算能力,但是能耗却十分巨大。
美国空军研究实验室的高级电子工程师 Wu Qing 就表示:“卫星、高空飞行器以及小型无人机等都将受益于这类仿人脑芯片。空军的作业领域为空中、太空以及网络空间(cyberspace),所有这些区域对于能耗的高低都十分敏感。”
所以,IBM的芯片在这类任务中具备较大的效率优势。毕竟传统的计算机芯片可以说是为了通用的目标所设计的,旨在解决各类型的问题。相较而言,IBM的TrueNorth芯片的硬件专为人工神经网络打造,其100万个物理“神经元”可以应对某一项具体的问题。 那为什么这种架构效率更高呢?Wu Qing 解释道,这是因为芯片的神经元和突触既可以存储数据,也可以处理数据。而在如Jetson Tx-1的传统系统中,执行计算的组件与存储器是相分离的。这意味着,数据必须从存储器传送到处理器进行分析,然后再返回到存储器被存储,这个过程消耗了大量的时间和能量。 Massimiliano Versace作为波士顿大学神经形态实验室(Neuromorphics Lab)的主管,他曾参与过五角大楼的另一个项目。在该项目中,五角大楼向IBM提供资金,让它开发TrueNorth芯片。Versace称,TrueNorth芯片的确很有前途,不过它在开发的过程之中也做了一定的取舍,就比如高昂的成本。
Massimiliano Versace教授 得益于英伟达(Nvidia)、谷歌(Google)以及其他公司的相关软件,目前在传统计算机上部署神经网络也变得容易了许多。但因为TrueNorth芯片几乎就是定制的产品,所以它的价格要贵上许多。就目前来讲,易用性和价格已经成为了阻碍专用神经形态芯片进一步普及的两个主要因素。 对于这个问题,Wu Qing 认为,如果IBM能够吸引业界足够的关注借以提高芯片产量,那么TrueNorth的价格应该会大幅降低。除此以外,IBM公司也表示,为了推广产品,他们正努力使基于该平台的软件开发变得更容易。 欢迎关注DT君的科幻电影公众号: 招聘 编辑、视觉设计、视频策划及后期 地点:北京 联系:hr@mittrchina.com MIT Technology Review 中国唯一版权合作方,任何机构及个人未经许可,不得擅自转载及翻译。 分享至朋友圈才是义举 |