未来半导体技术：神经形态（neuromorphic）芯片-煤油灯科技

未来半导体技术：神经形态（neuromorphic）芯片

煤油灯科技2023-01-12 11:15

随着第四次工业革命的到来，半导体行业正密切关注与人脑极其相似的“神经形态（neuromorphic）”芯片。神经形态芯片可以模仿大脑有效处理数据，这大大超过了现有的机器，这些机器很难识别大数据、人工智能(AI)和机器学习等新技术带来的数据量增加。通过神经形态芯片进行计算，有望通过从不断发展的数据中准确学习，在各个领域发挥关键作用，包括语音/面部识别和数据挖掘。

神经形态芯片是一种全新的小型半导体芯片，复制信息和思维处理的方法灵感来自人脑。人类大脑处理信息并立即存储信息，超过1000亿个神经元通过超过100万亿个突触相互通信，这些突触是连接的纽带。这些突触并联在一起，让神经形态网络以大约20W的低功耗同时进行记忆、运算、推理和计算，而Alphago则消耗巨大的电量。大脑的突触信息传输系统正在成为AI的关键，因为它可以用少量的能量处理高度并行的计算。这就是为什么半导体行业正在将他们的努力转向大脑研究的原因了。

神经形态技术为海量信息提供了无与伦比的存储、计算、识别和模式分析。基于对神经元结构处理信息的智能理解，工程师们开发了通过交换脉冲信号（spike-shaped signal）和控制突触连接之间的突触强度的神经形态芯片————类似于半导体工艺。

连续处理输入数据的冯·诺依曼（Von Neumann）计算机架构暴露了其在功耗、模式识别、实时识别和判断方面的局限性。这种体系结构虽然在运行数值计算或精确编写的程序方面非常出色，但处理和理解图像和声音的能力有一定局限性。

为了更好地理解，计算机通常由CPU、内存和其他硬件单元(如I/O设备)组成。当信息从CPU传输到内存，然后传输到硬件时，速度会有所降低，这通常会导致瓶颈现象。神经形态芯片旨在克服这些实时信息处理速度问题。

神经形态技术的关键是模拟人脑并行工作的顺序计算机，这反过来允许大量的记忆和计算同时进行。通过模仿人类大脑的结构，神经形态芯片可以将非典型文本、图像、声音和视频等更加多样化的信息识别为模式，这是通过以前的计算机不可能实现的。神经形态芯片还可以同时执行数据输入和输出，功耗比现有的半导体技术显著降低。

第四次工业革命的下一代关键技术

开发人工神经网络半导体器件并将其推入神经形态芯片中，最终将创建一个新的计算系统，该系统兼具存储半导体的功能和逻辑半导体的计算能力。这意味着，当收到外部命令时，计算机芯片可以像人脑一样同时执行多种操作和信息处理。

一旦神经形态芯片得到完善，未来的AI技术将能够在超低功率下运行，同时仍然拥有高性能，就像人脑一样。这种基于硬件的未来AI被命名为脉冲神经网络(SNN)，以区别于基于软件的深度神经网络(DNN)。尽管AI每天都在取得重大进步，但这项技术尚未达到人类的大脑容量。然而，神经形态技术有望弥合人类和AI之间的差距。

神经形态芯片也有望应用于各种IT技术，如人脸识别、语音识别、机器人、无人机、自动驾驶汽车和可穿戴设备，这些都是在第四次工业革命中发挥巨大作用的关键下一代技术。神经形态技术将为我们提供更复杂的IT技术，例如能够非常准确地诊断疾病的AI医生，或者不需要人工干预的全自动汽车。凭借高水平的利用率，神经形态芯片显示出令人难以置信的增长潜力。

引发IT和半导体公司之间的技术开发竞争

许多全球IT公司已经开始开发自己的神经形态技术，以保证先进技术的创新和第四次工业革命时代的国家竞争力。

2013年，高通展示了自己的处理器“Zeroth ”,该处理器拥有人脑的学习能力。

IBM还在2014年成功开发了一款名为“TrueNorth”的神经形态芯片，该项目隶属于美国国防高级研究计划局(DARPA)的“神经形态自适应塑料可伸缩电子系统(SyNAPSE)”计划。TrueNorth有100万个电子神经元和2.56亿个电子突触。

2016年10月，SK海力士与斯坦福大学（Stanford University）就“联合研发人工神经网络设备”签署协议，并全面启动其神经形态芯片的研发工作。SK海力士计划利用一种铁电材料开发神经形态芯片，这种材料可以根据不同的电压级保存各种不同的数据。

2017年，英特尔宣布了“Loihi”，这是第一个具有13万个神经元和1.3亿个突触的自学习神经形态测试芯片。英特尔在2018年建立了英特尔神经形态研究社区(INRC)，在2019年7月推出了一个代号为“Pohoiki Beach”的神经形态系统，将64个Loihi单元合并为一个。