據國外媒體報道，IBM從2008年開始就潛心研究一種能模擬人類大腦的“自適應可擴展塑性電子神經形態系統”芯片，簡稱SyNAPSE。該芯片已在去年就達到了可量化生產的水平。不過直到今天，IBM宣布開放一個為期三周的“訓練營”培訓項目，學術屆和政府機構研究人員才首次有幸目睹了SyNAPSE的偉大和潛力。
首個基于SyNAPSE打造的芯片被命名為TrueNorth。該芯片內置100萬個模擬神經元和2.56億個模擬神經突觸，并以模塊化的方式構建成了一個基于晶體管打造的神經網絡。每顆芯片所包含的神經網絡還可以通過陣列的方式互聯，48顆芯片組建成的具有4800萬個神經鏈的網絡，將足以媲美一只普通老鼠大腦的計算能力。
TrueNorth的主要用途在于執行“深度學習”算法，譬如Facebook的面部識別和Skype的實時翻譯等功能的算法。但TrueNorth在實現成本，尤其是能耗以及占用空間等方面，則要較傳統數據中心優勢得多——一顆含54億個晶體管的TrueNorth芯片，所需功耗只不過是70毫瓦，而一顆包含14億個晶體管的英特爾芯片，所需功耗則通常達到35瓦甚至140瓦（1瓦=1000毫瓦）。
當然，未來的TrueNorth芯片可能會縮小到足以放入手機或智能手表等設備中。與GPU或者FPGA不同，TrueNorth的工作原理十分接近深度學習算法本身，這有助于讓IBM將一部分計算由當前的數據中心“下放”至終端設備。
而由于數據不再需要被來回傳輸，科技公司只需簡單的將深入學習模型（如數出照片中的汽車數量），上傳至數據中心服務器中，再啟用終端用戶的TrueNorth模型辨識功能即可。不過，這樣的實際應用估計還有幾年時間才能實現，TrueNorth目前任然是處在研發的初期階段。
京公網安備 11010502049343號