《清华大学研发类脑计算机》

  • 来源专题:集成电路
  • 编译者: shenxiang
  • 发布时间:2020-10-23
  • 类脑计算,是借鉴生物神经系统信息处理模式和结构的计算理论、体系结构、芯片设计以及应用模型与算法的总称。

    10月14日,清华大学计算机系张悠慧团队和精密仪器系施路平团队与合作者在《自然》(Nature)期刊发文。题为《一种类脑计算系统层次结构》的论文首次提出“类脑计算完备性”以及软硬件去耦合的类脑计算系统层次结构,通过理论论证与原型实验证明该类系统的硬件完备性与编译可行性,并扩展了类脑计算系统应用范围使之能支持通用计算。

    《自然》杂志的审稿人认为“这是一个新颖的观点,并可能被证明是神经形态计算领域以及对人工智能研究的重大发展;

    类脑计算处于起步阶段,国际上尚未形成公认的技术标准与方案,这一成果填补了空白,利于自主掌握新型计算机系统核心技术。

    目前,清华大学正在开发新型类脑计算机。

相关报告
  • 《通用量子计算机研发之路依然任重道远》

    • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
    • 编译者:冯瑞华
    • 发布时间:2019-05-22
    • 提起“量子世界”你会想到什么?是科幻片《蚁人》里,主人公可以自由伸缩的超能力?还是书本里描绘的多维空间的无限可能性? 记者从5月19日闭幕的“量子争锋,计算未来”2019首届量子计算机及系统国际论坛南京峰会上了解到,想要实现量子计算机超强的计算力,依旧任重道远。目前,国内外研发的量子计算机仅仅是功能有限的专用机,而非标准量子计算机。我国在量子计算领域的基础研究仍需进一步发力。 量子是最小不可分割单位,遵守量子力学规律,而量子力学是划时代的基础科学。什么是量子计算机?举例而言,如今世界最快的经典计算机,如果要把一个一百位的数分解为两个质数的乘积,大概需要10年左右的时间。但如果使用量子计算机,仅在1分钟内就可以把这个大数,分解成两个数的乘积。 近年来,量子计算机受到媒体和资本的热捧,国内外诸多企业和科研机构都纷纷宣布自己在量子计算方面取得的成绩。不过,这些宣称已经研发成功的量子计算机,大多是功能有限的专用机,而非标准量子计算机。 “根据报道,目前最好的通用量子计算机是谷歌公司研发的72量子比特计算机。然而,现在量子计算机能做的事情,经典计算机都知道结果。”香港大学教授汪子丹说道。记者了解到,现在通用量子计算机能做的就是验证一些原理,比如分解35、143这样的一些小数。比较乐观的预计是,再过5年左右,在特定的专业领域内,专用量子计算机做的事情,经典计算机就不知道答案了。 参加此次论坛的科学家认为,尽管量子力学的应用前景无限,但想要真正让量子计算机走入日常生活,依旧困难重重。 “量子世界非常脆弱,它会受外界的干扰。”南京大学先扬剑量子计算机研究院首席科学家、南京大学物理学院教授于扬告诉记者。于扬作为国际上最早开展超导量子比特实验研究的学者之一,2002年首次成功实验观测到约瑟夫森节中的量子相干振荡,不仅证实了量子力学可以应用于宏观变量,而且开创了运用超导器件实现量子计算机的广阔前景。 于扬认为,量子计算研究是一个很难的领域,我国在该领域还面临许多问题,比如量子计算机的微加工难题,-273℃低温实验的测量难题等。“如果需要做量子计算机的话,还需要理论上有突破。” 记者注意到,南京大学校长吕建,中国科学技术大学副校长杜江峰,南京大学教授吴培亨、邢定钰,南方科技大学教授余大鹏等多位中国科学院院士都在此次大会受邀名单中。此外,来自美国、日本、韩国、德国等近十位国际专家以及来自香港大学、清华大学、浙江大学、中国科技大学、南方科技大学等多所知名高校的专家学者,也参加了本次论坛。 在本次峰会上,还组建了量子计算机研发和产业联盟。联盟将通过信息共享、协同研发等方式促进产学研协同创新,推动量子计算机的共性和关键技术突破,促进相关产业稳健发展,全面提升我国量子计算机技术水平和产业能力,提升国际竞争力和话语权。
  • 《美国开发新型类脑超级计算机》

    • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
    • 编译者:姜山
    • 发布时间:2017-11-14
    • 美国IBM公司即将开发由64个“真北”类神经形态芯片驱动的新型超级计算机。这一计算机能进行大型深度神经网络的实时分析,可用于高速空中真假目标的区分,并且功耗比传统的计算机芯片降低4个数量级。如果该系统功耗可以达到人脑级别,理论上可以在64颗芯片原型基础上进一步扩展,从而能够同时处理任何数量的实时识别任务,具有广阔的军民两用前景。 “真北”芯片始于2008年美国防高级研究计划局启动的“神经形态自适应可塑可扩展电子系统”项目,其任务是建造机能类似于大脑的计算机系统。2014年,IBM公司开创了“真北”芯片体系结构。该芯片是一种“神经形态”芯片,可模仿人类神经元,进行优异的先进计算,能耗远低于传统芯片,特别适合于人工智能所需的神经网络算法。“真北”芯片的神经元被打包在互相连接的“核”内,每个核还包含用于信息存储、处理和通信的组件,消除了传统芯片中数据在存储单元和处理单元之间密集交换带来的能量消耗,每个芯片功率不超过70毫瓦。 通过集成类脑能力,该体系结构有潜力彻底改变计算机行业。IBM 科学家指出,“真北”芯片神经元的数量从2011年的256个增加到了2017年的6,400万个,年增长率达到800%。在整个系统中,这些神经元使用类似于人类神经元电化学脉冲方式的脉冲模式来传输数据,表现出了利用深度神经网络进行推理方面的特别高效能。 类似于“真北”的神经形态计算机能以传统计算机无法做到的方式进行“思考”,擅长并行处理和解释,发现模式或从数据中得出结论。“真北”可预先识别用户可能想知道的信息,并相应地收集数据,或者将数据集联系起来,独立地从中发现趋势。