澳大利亚和德国高校的科研人员合作，开宣布全球首台仿人脑规划超算，能执行每秒 228 万亿次突触操作，未来将为人工智能运用供给人脑规划的核算能力！
人脑作为地球上最为高效的核算设备，能够仅仅用 20w 的功率，1.3 公斤的质量，就能完结每秒 100 万亿次的运算量。
而现在人类最大的超级核算机 Hewlett Packard Enterprise Frontier，也能以完结和人脑核算量类似的核算，可是占地 680 平米，运转功率到达 2270 万瓦。
这两个数字之间的巨大能耗差异，凸显出了人脑作为核算设备构架上的先进性。而最近，澳大利亚的科学家宣布，他们开发了一台彻底仿照人脑的超级核算机 ——DeepSouth，将在下一年 4 月份上线。
这将是世界上第一台能够在人脑规划仿照神经元（数十亿）和突触（数万亿）网络的超级核算机，能够仿照每秒 228 万亿次突触操作。
西悉尼大学的 ICNS 团队与来自悉尼大学、墨尔本大学和德国亚琛大学的神经形状范畴的合作伙伴合作开发了这台超算。
这台超级核算机被命名为 DeepSouth，是为了向 IBM 的 TrueNorth 系统和 Deep Blue 问候。
西悉尼大学 ICNS 主任 André van Schaik 教授称：
因为咱们无法大规划仿照类脑网络，咱们对大脑怎么运用神经元进行核算的了解的进展遭到阻碍。运用图形处理单元 (GPU) 和多核中央处理单元 (CPU) 在标准核算机上仿照脉冲神经网络（Spiking Neural Networks）速度太慢且耗电。咱们的系统将改动这一点。
这个渠道将增进咱们对大脑的了解，并在传感、生物医学、机器人、太空和大规划人工智能运用等不同范畴开发大脑规划的核算运用。
根据 ICNS 的说法，这个超算首要的收益在这几个当地：
-极低功率完结超快速、大规划并行处理：大脑能够以 20 瓦的功率处理相当于每秒 10^18 次的运算。
DeepSouth 运用仿照大脑作业方法的神经形状工程，能够快速处理很多数据，运用的电量少得多，一起比其他超级核算机小得多。
-可扩展性：系统答应增加更多硬件来创立更大的系统，或者缩小规划以实现更小的便携式或更经济高效的运用程序。
-可重新装备：运用现场可编程门阵列 (Leveraging Field Programmable Gate Arrays，FPGA) 促进硬件重新编程，然后能够增加新的神经元模型、衔接方案和学习规则，然后战胜运用定制规划硬件的其他神经形状核算系统中呈现的限制。
DeepSouth 将经过前端进行长途拜访，该前端答应运用流行的编程言语 Python 描述神经模型和规划神经网络。前端的开发使研究人员无需具体了解硬件装备即可运用该渠道。
-商业可用性：运用商用硬件可确保硬件的继续改善，独立于规划超级核算机的团队，战胜运用定制规划硬件的其他神经形状核算系统中呈现的限制。
定制芯片需求很多时间来规划和制作，每个芯片的成本高达数千万美元。运用商业现成的可装备硬件意味着该原型能够很简略在世界各地的数据中心复制。
-人工智能：经过仿照大脑，将能够创立比当前模型更有用的方法来执行人工智能流程。
晶体管的极限
而要了解这个「仿真人脑」和现在通用核算机的差别，仍是要从现代核算机的构架入手。
1945 年 6 月 30 日，数学家和物理学家约翰・冯・诺依曼描述了一种新机器的规划 —— 电子离散变量自动核算机 (Edvac)。这有用地定义了咱们所知的现代电子核算机。
智能手机、笔记本电脑以及世界上最强壮的超级核算机都一向沿用冯・诺依曼在大约 80 年前引入的相同根本结构。它们都具有不同的处理和内存单元，其间数据和指令存储在内存中并由处理器核算。
几十年来，微芯片上的晶体管数量大约每两年增加一倍，这一现象被称为摩尔定律。这使咱们能够具有更小、更廉价的核算机。
然而，晶体管尺寸现在已挨近原子尺度。在如此微小的尺寸下，核算过程中产生过多的热量是一个很严重的问题。
这种被称为量子地道效应的现象，会搅扰晶体管的功用。这使得摩尔定律代表的晶体管小型化之路越来越难以走下去。
为了战胜这个问题，科学家们正在探究新的核算方法，从都隐藏在头脑中的强壮核算机 —— 人脑开始。
大脑并不依照约翰・冯・诺依曼的核算机模型作业。
它没有独自的核算和存储区域。
相反，它们的作业原理是衔接数十亿个以电脉冲形式传递信息的神经细胞。信息能够经过称为突触的衔接点从一个神经元传递到下一个神经元。
大脑中神经元和突触的组织是灵敏的、可扩展的和高效的。
因而，与核算机不同的是，在大脑中，记忆和核算是由相同的神经元和突触操控的。自 20 世纪 80 年代末以来，科学家们一向在研究这个模型，目的将其导入核算中。
仿照生命
神经形状核算机基于简略的根本处理器（其作用类似于大脑的神经元和突触）的杂乱网络。这样规划最首要长处是机器本质上是并行的。
这意味着，与神经元和突触一样，核算机中的简直一切处理器都能够一起运转，串联通讯。
此外，因为单个神经元和突触执行的核算与传统核算机比较十分简略，因而能耗要小几个数量级。
尽管神经元有时被认为是处理单元，突触被认为是记忆单元，但它们有助于处理和存储。换句话说，数据现已位于核算需求的当地，没有分别用处理器和存储器分隔。
这总体上加快了大脑的核算速度，因为内存和处理器之间没有别离，这在经典（冯・诺依曼）机器中会导致速度减慢。但它也避免了执行从主存储器组件拜访数据的特定任务的需求，就像传统核算系统中产生的那样，并且耗费很多的能量。
这些原则是 DeepSouth 的首要创意。
但这不是目前仅有活跃的神经形状系统。值得一提的是由欧盟倡议赞助的人脑项目（HBP）。HBP 于 2013 年至 2023 年运转，并催生了 BrainScaleS，这是一台位于德国海德堡的机器，用于仿照神经元和突触的作业方法。
因为神经形状核算机被规划用来仿照实在的大脑，因而它们可能是一个转折点的开始。它们供给可继续且经济实惠的核算能力，并答应研究人员评价神经系统模型，是一系列运用的抱负渠道。
它们有潜力促进人类对大脑的了解，并为人工智能供给新的方法。
发布者：admin，转转请注明出处：https://www.bbhongyi.com/8638.html
