本文转自雷锋网，如需转载请至雷锋网官网请求授权。

十年前，有这样一个问题：软硬件是否能够像生物大脑相同作业？

现在，这个问题的答复是“能够”，但职业面对的应战是，怎么运用神经形状技能开发的前史、怎么应对急迫的、乃至是生死攸关的核算应战？

就这一论题，科技作者 William Van Winkle 在外媒 VentureBeat 宣告了一篇文章，首要观念包含：

• 职业合作和原型基准正在推动数十年来在实时核算视觉、语音辨认、物联网、自动驾驶和机器人技能等范畴的实践运用研讨。

• 神经形状核算或许会以低功耗和高效率弥补 CPU、GPU 和 FPGA 技能，用于包含学习、查找和感知在内的一些使命。

• 职业对其的猜测千差万别，比方猜测全球神经形状核算商场 2028 年复合增加率在 12% 到 50% 之间。

以下是雷锋网未改动文章本意的编译。

从潜在，到实践

2020 年 7 月，美国能源部橡树岭国家试验室主办了第三届神经形状体系世界年会（ICONS），来自世界各地的 234 名研讨人员参加了此次线上活动，与会者规划几乎是上一年的 2 倍。

会议期间，一篇题为《用根据尖峰的模型模仿流行病传达》的论文探究了运用神经形状核算来减缓潜在感染集体的患病几率。无疑，假如一个更好、更精准的模型能够辅导国家方针、解救无数人的生命，那么这样的研讨便是至关重要的。

这一会议反映了一项仍处于萌发状况的技能及其生态。研讨人员对神经形状核算的潜力表明必定，但迄今为止，大多数发展都只产生在学术组织、政府和企业的试验室里，好像现已准备好改动了。

研讨组织 Sheer Analytics & Insights 猜测，2020 年全球神经形状核算商场将到达 2990 万美元，未来 8 年复合增加率为 50.3%，2028 年将到达 7.8 亿美元。

与之构成鲜明对比的是——2018 年 KBV 研讨报告猜测，2023 年全球神经形状核算商场复合增加率为 18.3%，即 37 亿美元；Mordor Intelligence 则猜测，2019 年全球神经形状核算商场为 1.11 亿美元，复合年增加率为 12%，到 2025 年将到达 3.66 亿美元。

显着，猜测各不相同，但大幅增加的趋势却是或许的，这一商场的首要参加者包含英特尔、IBM、三星和高通。

当时，研讨人员关怀的一个论题是，神经形状核算首先会落地哪一范畴。答案很有或许是视觉、语音辨认；自动驾驶也可从相似人类的学习中获益，防止呈现人类的分神或认知过错；从工厂到战场，物联网的时机处处都有。

不论怎么能够必定的是，神经形状核算不会替代 CPU 和 GPU，相反，两种核算办法将是一个互补的联系，每种办法都合适自己的算法和运用。

创意：尖峰和突触

神经形状核算始于运用模仿电路来模仿大脑中的突触结构，大脑拿手经过噪音和学习确认方式， 神经形状 CPU 拿手处理离散、明晰的数据。

因而，许多人以为神经形状核算能够处理阻止传统核算体系数十年的问题。一方面，根据 von Neumann 架构的处理器有必要等候数据进出体系内存。缓存结构有助于减轻这种推迟，但随着芯片速度的加速，数据瓶颈益发显着。另一方面，神经形状处理器方针在于经过模仿大脑的中心作业方式来供给更省电的操作。

神经元经过一种被称为是「尖峰」的脉冲方式彼此发送信息脉冲，其关键在于时刻，时刻自身就传达着信息。

咱们可将尖峰用一个比特来表明，与传统的数据通信办法比较，它更高效、更省电。20 世纪 50 时代，对尖峰神经活动的了解和建模呈现，但接下来的 50 年，根据硬件的核算运用并未开端。

DARPA 敞开富有成效的十年

2008 年，美国国防高档研讨方案局（DARPA）启动了一个名为“神经形状自适应塑料可扩展电子体系”（SyNAPSE）的项目，旨在开发可扩展到生物水平的低功耗电子神经形状核算机。该项意图第一阶段是开发模仿大脑突触活动的纳米级突触，并等待其在微电路结构中发挥作用。

2009 年，IBM Research 和 HRL Laboratories（通用汽车和波音公司一起具有）赢得了 SyNAPSE 合同，成为竞争对手。

2011 年，HRL 宣告了第一个「回忆电阻器」阵列，即一种可运用于神经形状核算的非易失性内存存储方式。两年后，HRL 打造出了第一个神经形状芯片 Surfrider——在 50 毫瓦的功率下有 576 个神经元。

研讨人员将芯片安装在一架装备光学、红外和超声波传感器的缺乏 100 克的无人机上，并将无人机送入三个房间。无人机经过感官输入“学习”了第一个房间的布局和内部的物品，根据此，它可在新房间“动态学习”，或是认出曾进入过的房间。

2014 年，IBM 在 Science 宣告论文称，他们制作了有着 54 亿个晶体管的芯片 TrueNorth，4096 个神经突触中心经过一个集成了 100 万个可编程尖峰神经元和 2.56 亿个可装备突触的芯片彼此连接，能以每秒 30 帧的速度输入 400 × 240 像素的视频，芯片功耗 63 毫瓦。

该范畴的研讨并不罕见，比方 2009 年斯坦福大学的模仿突触办法 NeuroGrid；2015 年欧盟赞助的 BrAInScaleS 项目；曼彻斯特大学的 SpiNNaker 神经网络体系结构超级核算机等等。

神经形状核算的未来

许多专家以为，商业运用将在未来三到五年内真实到来，而这也仅仅是个开端。

2019 年，三星宣告将其神经形状处理单元（NPU）部分的规划扩展 10 倍，本来的 200 名职工将增加到 2030 年的 2000 名职工。原因在于，三星估计到 2023 年，神经形状芯片商场的年增加率将到达 52%。

神经形状范畴的下一个应战将是怎么界说规范作业负载和基准测验办法。当时，3DMark 和 SPECint 等基准运用发挥着关键作用，但正如 2019 年 9 月《天然-机器智能》杂志所评论的那样，虽然英特尔试验室提出了一种称为 SpikeMark 的尖峰神经形状体系的主张，但神经形状范畴仍是短少这样的基准。

神经形状核算仍处于研制阶段，现在该范畴几乎没有任何商业产品。但越来越显着的是，某些运用十分合适神经形状核算，神经形状处理器将更快、更省电。不过，CPU 和 GPU 核算并不会消失，神经形状核算只会呈现在其左右，扮演更好、更快、更有用的处理人物，这将是咱们从未见过的。