By 超神经
场景描述：今日，由清华大学主导的研究组，开发出了全球首款异构融合类脑计算芯片——「天机」，登上了最新一期 Nature 封面。这款 AI 芯片，可将计算机科学主导和神经科学主导这两种方法实现融合，开发出具有两者优点的通用平台，向着通用人工智能的研发更进了一步。
关键词：异构融合类脑计算芯片AGI
又是类脑计算，又是 AGI ，不过这一次，是登在了Nature杂志封面的国产芯片。
今天，清华大学类脑计算研究中心主导的一项研究，带来了类脑芯片研究的重大突破，将人们对 AGI 的研究又推进了一大步。
来自多家研究机构的合作者，共同打造出了首款异构融合类脑计算芯片，将传统的机器学习和类脑计算的方式关联了起来。
这也是一个里程碑式的时刻，在 Nature 上的芯片制造和 AI 领域，首次刊登了来自中国的论文。
它为什么能被放在 Nature的封面
这篇题目为《面向通用人工智能的异构天机芯片架构》的论文，介绍了芯片「天机」的制作流程和工作机理。
论文标题：Towards artificial general intelligence with hybrid Tianjic chip architecture
地址：/articles/s41586-019-1424-8
而天机的关键点，体现在了融合。
在 AGI 的研究中，分为两个流派，一个是计算机科学导向，另一个是神经科学导向。
由此也开发出了不同的两条思路，一边是人工神经网路（ANN），一边是类脑的相关研究，如脉冲神经网络（SNN）。
两种模式各自发展，使用的语言、计算原理、编码方式和场景都不同。但 AGI 的发展，需要借鉴两种模式的优点。
长久以来，两个模式的硬件，依赖的平台也各不相同，难以互相兼容。
为了解决这个问题，研究团队开发了将两种方案异构融合的架构，并打造了这款跨范式的计算芯片，完美地解决了这个问题。
天机芯片异构融合计算架构
天机芯片采用众核架构、可重构功能核模块，支持混合编码方案的类数据流控制模式。
它不仅能适应基于计算机科学的机器学习算法，还可以实现受大脑原理启发的神经计算模型和多种编码方案。
这项研究的亮点在哪里
芯片的主要创新体现在功能核（FCore）上，FCore 包括轴突、突触、树突、胞体和神经路由器构建单元。
通过可重构的 Fcore 模式，实现了灵活的建模配置和拓扑连接，编码方式可以在 ANN 和 SNN 模式之间转换，从而实现异构神经网络。
天机芯片设计图
FCore 还涵盖了多数 ANN 和 SNN 使用的线性积分和非线性变换操作。能完美的支持二者的运行。
一块天机芯片由156 个FCore 组成，包含大约 40000 个神经元和 1000 万个突触，采用 28 纳米半导体工艺制造，面积为 3.8×3.8 平方毫米。
天机芯片和FCore
天机芯片在性能上也有了很大的提升。它能提供超过每秒 610 千兆字节（GB）的内部存储器带宽，运行 ANN 能达到 1.28 TOPS 的峰值性能。
与 GPU 的性能相比，芯片的吞吐量提高了1.6-100倍，电源效率则提高了12-10000倍。
还要啥自行车？
为了证明芯片和系统的适用性，他们打造了一个自动行驶自行车，在一块天机芯片上完成部署，并进行了运行试验。
自行车自主运动演示
这个无人自行车平台，具备语音识别、目标探测追踪的功能，可以运动控制、避障、进行自主决策。实际上是一个五脏俱全的小型类脑计算平台。
实验中，自行车顺利的完成了自主行驶，验证了他们的方案和芯片的可行性。
能够轻松实现避障和追踪任务
研究人员邓磊介绍，无人自行车系统的语音识别、自主决策、视觉追踪功能运用了模拟大脑的模型；
而目标探测、运动控制和躲避障碍功能，则运用了机器学习算法模型。
看似不可思议的自行车演示，也让跟到更多人看到了 AGI 到来的一种可能。据称，他们下一步打算走向商用。
超能芯片助力，AGI 会不会来？
最近，类脑研究和 AGI 的讯息频频进入大众的视野。
先是马斯克宣布的脑机接口的新进展，为脑科学的研究赚了一波热度。而后，是微软对 OpenAI 的投资 10 亿进行 AGI 的研究，引起了业内的震动。最近，Facebook 也公布了在类脑研究上的成果...
毫无疑问的是，这款实现了异构融合的突破式芯片，为 AGI 的研究添上了一把大火。
被无数人向往的 AGI ，会不会成为「有生之年」呢？
—— 完 ——
扫描二维码，加入讨论群
获得优质数据集
回复「进群」自动入群
更多精彩内容（点击图片阅读）
