第一次作业
关于“神经形态芯片”不得不说的那些事
介绍
神经形态芯片是仿照生命体神经架构来设计超大规模的集成电路（VLSI）的硬件电子技术。由VLSI的发明者卡佛米德首先提出。在实验中，他发现细胞中离子通道和电子三极管具有十分相似的电压——电流关系。故而提出用模拟电路搭建硅神经元去模仿生物神经结构的脉冲特性，试图用芯片来仿真神经系统的运行，从而提高计算机在处理感知数据上的思维能力和反映能力。
近些年来从神经芯片出发形成神经形态学。神经形态学计算、神经形态技术、神经形态学工程等提法。包括模拟数字和数模混合的VLSI芯片制造和算法设计，模仿大脑的理解、认知行动能力，实现神经系统感知、机械控制、多传感器聚合等功能。
神经形态芯片的研究方向归为两大类：一类是数字式神经拟态，通过研究神经的运行机制，在数字芯片上运行神经元的仿真程序，并生成类似神经冲动的信号，拟态神经元模型进行数据处理。例如，被皮层模拟、神经计算等。
另一类则是模拟式神经拟态，利用硅的半导体特性，直接将神经细胞的信号传导方式转换到硅基导体上做电路模拟。这种模拟神经元能够较真实地达到和生命体一样的运算速度。但是搭建难度大。最典型的例子就是将芯片植入人的脑内，进行记忆修复。
神经形态芯片与传统芯片的区别
传统计算机芯片采用的冯。诺依曼架构。通过总线连接存储器、处理器，擅长执行序列的逻辑运算。有助于数据的解读和处理。随着处理数据的海量增长，总线有限的数据传输速度成了冯。诺伊曼的瓶颈。主要体现在自我纠错能收到局限功耗、低速率方面。处于后摩尔时代的现在已逼近极限。
与之相比，人脑的信息存储和处理是通过神经突触这一基本单元来实现的。人脑中亿万个突出的可塑性使得人脑具备强大的记忆学习能力。
大脑具备以下三大优势（与模拟人脑的超级计算机相比）
- 低功耗 人的能耗仅仅约20瓦，而超级计算机需要数兆瓦的量。
- 容错性 坏一个晶体管就能毁掉一块微处理器，但是大脑的神经元每时每刻都在死亡。
- 不需为其编制程序。大脑在与外界互动的同时也会进行学习和改变，而不是遵循预设算法的固定路径和分支运行。
神经形态芯片模仿人脑架构设计，通过硅神经元模拟突触并以大规模平行方式处理信息。模拟可变、可修饰的神经变化，从而像人脑一样，在记忆和学习功能上具备优势。传统计算芯片和神经形态芯片各具优势。
| 信息处理上的优势 | 特点 | |
|---|---|---|
| 神经形态芯片 | 更强的可靠性，容错性、认知能力、可探测和预测复杂数据中的规律和模式、低功耗 。 | 在视觉或听觉上可以有更丰富的应用，需要结合机器来调节其和世界的互动 。 |
| 传统芯片 | 可信地执行精确计算 | 可解决任何可抽象为数学问题的事物，复杂度与功耗成正比。 |
神经形态芯片产业的发展
2019年7月，英特尔发布了“Pohoiki Beach”神经拟态系统以，包含多达64颗Loihi研究芯片，800万个神经元，加接近人脑的工作方式，其处理AI算法的能力，速度比普通CPU快1000倍,效率更是普通CPU的10000 倍，是神经形态芯片的重大突破。8月，清华大学在《自然》以封面文章发表首款异构融合类脑计算芯片一一“天机芯”，它融合了类脑神经科学导向和基于机器学习的计算机科学导向，有多个高度可重构的功能性核，可以同时支持机器学习算法和类脑计算算法，并展示了可以语音识别、自平衡控制、探索跟踪、自动避障的无人自行车。
短板
以下对话引用自2018年CNCC大会“神经形态芯片与神经形态计算机”论坛
杨静（主持人）：在贸易紧张背景下，中国遭“缺芯”之痛，产业界和学术界对于中国自主芯片的研发的最关键着力点究竟在哪儿？中国未来AI芯的最短板是哪里？我们该怎么办？
嘉宾：英特尔和微软是最佳的“联姻”，形成WIntel生态。华为、阿里的芯片做出来了，但如果没人用，做的再好也不会形成生态。我们国家在很早的时候做出了CPU和系统，但是很多软件移植不到上面去。关键在于产学研要融合，企业要和学校紧密联系，同时也应该建立起生态。
对于研究人员而言，应该主动和产业对接，成果优先在产业界转化。
芯片的问题实际上是结构性问题，我们国家芯片开发长期以来落后，另一方面也反映对芯片开发缺乏信心。但是我国将近20年的集成电路发展，水平是可以达到国家的需求，希望系统厂商能有风险意识，应该有国内供应商。
发展展望
- 从硬件上让机器人像人一样思考行动。
- 引发新一轮技术革命。
- 启发和催生更多新技术成果可扩散到生物计算、神经网络、认知计算，机器学习、类脑计算机等诸个领域的研究。
