選自Nextplatform
作者：Nicole Hemsoth
機器之心編譯
參與：李澤南、李亞洲
隨著摩爾定律終點的臨近和機器學習對計算需求的提升， 人們對於開發下一代電腦晶片的呼聲正變得高漲。 在量子計算、FPGA、高性能 GPU 以外， 神經形態計算是另一個有前途的發展方向。 斯坦福大學的 Kwabena Boahen 教授等人在這一領域耕耘多年， 最近， 他們準備推出新一代晶片「Brainstorm」。
如果你熟悉 Kwabena Boahen， 你可能會記得 20 世紀 90 年代末出現的人工視網膜晶片。
這種視網膜視覺系統是由 Boahen 在加州理工學院（VLSI）的神經形態工程學電腦先驅 Carver Mead 的帶領下開發的， 這一系統的思路在最近幾年再次成為了科技界的關鍵字——電腦視覺、人工智慧， 還有受大腦結構啟發改進軟硬體的效率和性能。 Boahen 在接下來的十幾年中一直致力於將生物工程引入電腦行業， 這可能會是未來幾年科學的正確方向——而且現在研究人員可以獲得前所未有的大量資料。
「這不是在正確的時間出現在正確的地點， 」Boahen 認為他將整個職業生涯用在神經計算， 並在近幾年獲得進展的原因在於這項技術直到最近才出現的商業可行性， 「正確的方向一直在那裡。 」縱觀 Boahen 在視網膜和耳蝸方面的研究歷程， 他和他的團隊已經構建了一個全腦模型， 他們也將研究成果交與了 Neurogrid——最成功的神經形態晶片專案之一， 並準備在下一次神經形態晶片設計中得到應用。
隨著摩爾定律的極限將至， 近年來重新發展 CMOS（互補金屬氧化物半導體）晶片的呼聲愈發高漲。 未來的超級電腦需要全新的架構， 自訂的 ASIC（專用積體電路）來應對各種形式的任務， 還沒有任何一種架構能夠在目前的競爭中佔據統治地位。 除量子計算、FPGA 晶片、多 GPU 加速系統甚至全新架構，
儘管市面上還未出現任何神經形態晶片， 但是我們已經距離見證它的面世越來越近了。 IBM 已推出它的 True North 架構多年， 而最近的另外兩個專案已將神經計算引向了更大規模。 無論它們的生產難度、可靠性和可程式設計性如何， 來自斯坦福大學（同時也是 Neurogrid 專案的中心）的研究者們剛剛發佈了一種 28nm 工藝的晶片， 向世人展示了神經形態晶片的巨大潛力。
Boahen 在過去幾年裡一直任職於斯坦福大學， 他目前擔任生物工程教授， 領導著新的腦計算項目團隊， 其中就包括 Neurogrid。 他領導的團隊即將在矽谷的斯坦福實驗室推出又一個新產品：「Brainstrom」——一個百萬神經元神經形態晶片裝置， 它將可以運行全腦模型。 這一項目自 2013 年啟動， 由美國海軍研究辦公室資助， 最後的成果將成為嵌入式應用和集群伺服器上的計算晶片。
Boahen 目前還不能透露這個項目的太多細節， 但他明確指出 Brainstorm 與其他已有神經形態晶片設計存在著很大不同， 同時將很快發表一篇論文對此進行解釋。 在「A Neuromorph Prospectus」中， Boahen 預測了摩爾定律的終結， 討論了人們將在何時真切感受到它的限制， 並通過架構、應用和程式方面向人們描述了神經形態計算的願景。
在此前與媒體的對話中， Boahen 曾表示當代處理器架構是「原始和暴力」的， 並指出如何才能開發出高效運行並具有擴展性的新架構。 「目前有很多神經形態設備正在使用超級電腦中使用的路由機制， 就像網格一樣。 問題在於， 在網格架構中你只能進行點對點信號傳遞。 如果你想一次發出多個信號， 系統就會鎖死。 」大腦從來不會像現代晶片架構這樣低效， 生物體器官不是完美的路由機制， 而是更具效率的分散式形態。 通過像大腦一樣設計多分層、多分支結構， 人們很可能實現高性能低功耗的新一代晶片架構， 這對於那些尋求在嵌入式設備（以及集群伺服器）上加入人工智慧的設計者來說非常具有吸引力。
Boahen 說 Brainstorm 是首個實現從高層次描述合成的脈衝神經網路的晶片，非 FPGA 程式設計將問題映射到設備上那種。該晶片不久之後就會進入斯坦福研究者的手中，目標是建立能讓研究人員映射複雜問題到晶片的軟體堆疊。「我們想要提升抽象的層級，以便於我們能進行應用。就像我有一個做腦機介面的合作者，他們有演算法能夠記錄神經脈衝，從而説明推斷癱瘓病人接下來想做什麼。這能通過機械臂實現。」他們正在合作開發硬體和軟體，程式設計高層描述，以便於合成工具能配備此晶片。
這樣的晶片能解決的一類問題是可被多維度非線形微分方程所數學描述的，或者說是基於現有的狀態與輸入如何隨時間變化的一類問題。「我們正在開發能直接為某種任務寫下這種非線形微分方程的框架，並能自動將其映射到脈衝神經網路。裡面也會有將這些方程編碼、解碼到神經元的正式方式，所以該系統能夠即時的在處理過程中做其他認知型、目標驅動的工作。」
Neurogrid 的研究將會繼續，它的成果被應用在了神經科學研究中，並成為了最新的 Brainstorm 晶片和軟體方法的基礎。這是一個廣大的基於應用的研究工作。Boahen 表示，儘管 Neurogrid 中的許多開發者曾在 IBM 的 True North 神經形態架構上有工作經驗，但在此專案上他的團隊並未和 Intel 或其他團隊的人有所合作。而且儘管他承認目前還未有任何商業上可行的設備，但他認為我們還處於開始階段，神經形態設備剛剛展示了符合後摩爾定律時代需求的能力。
然而，人們不能被 Brainstorm 的嵌入式應用點所迷惑。就像大腦一樣，關注點應該在它在各種設備上固有的可延展性。把神經形態的設備集群在一起形成大規模超級電腦或其他應用，我們距離這個目標還有很遠一段距離，不過一旦 Boahen 在斯坦福的團隊研製成功，新的研究熱潮就會出現，大量應用就會進入人們的視野，我們期待著這一天的到來。
Boahen 說 Brainstorm 是首個實現從高層次描述合成的脈衝神經網路的晶片，非 FPGA 程式設計將問題映射到設備上那種。該晶片不久之後就會進入斯坦福研究者的手中，目標是建立能讓研究人員映射複雜問題到晶片的軟體堆疊。「我們想要提升抽象的層級，以便於我們能進行應用。就像我有一個做腦機介面的合作者，他們有演算法能夠記錄神經脈衝，從而説明推斷癱瘓病人接下來想做什麼。這能通過機械臂實現。」他們正在合作開發硬體和軟體，程式設計高層描述，以便於合成工具能配備此晶片。
這樣的晶片能解決的一類問題是可被多維度非線形微分方程所數學描述的，或者說是基於現有的狀態與輸入如何隨時間變化的一類問題。「我們正在開發能直接為某種任務寫下這種非線形微分方程的框架，並能自動將其映射到脈衝神經網路。裡面也會有將這些方程編碼、解碼到神經元的正式方式，所以該系統能夠即時的在處理過程中做其他認知型、目標驅動的工作。」
Neurogrid 的研究將會繼續，它的成果被應用在了神經科學研究中，並成為了最新的 Brainstorm 晶片和軟體方法的基礎。這是一個廣大的基於應用的研究工作。Boahen 表示，儘管 Neurogrid 中的許多開發者曾在 IBM 的 True North 神經形態架構上有工作經驗，但在此專案上他的團隊並未和 Intel 或其他團隊的人有所合作。而且儘管他承認目前還未有任何商業上可行的設備，但他認為我們還處於開始階段，神經形態設備剛剛展示了符合後摩爾定律時代需求的能力。
然而，人們不能被 Brainstorm 的嵌入式應用點所迷惑。就像大腦一樣，關注點應該在它在各種設備上固有的可延展性。把神經形態的設備集群在一起形成大規模超級電腦或其他應用，我們距離這個目標還有很遠一段距離，不過一旦 Boahen 在斯坦福的團隊研製成功，新的研究熱潮就會出現，大量應用就會進入人們的視野，我們期待著這一天的到來。