5分钟IN科普 | 当神经元和突触在硅基世界里开始“合奏”......

打造类人脑的智能机器，是人类科技探索的重要方向。计算机的早期雏形就已经蕴含了对人脑运算机制的借鉴，而近年来人工智能的突破性进展，包括人工神经网络（ANN）、卷积神经网络（CNN），以及具备多模态能力的生成式AI（例如对话、绘图与代码生成），更是将这种仿生理念推向新的高度。

人脑的"复杂思考"是可以持续低功耗运行的。有研究数据显示，成年大脑平均功耗约为20瓦。然而，目前大模型仅在训练阶段就需要数百万倍的能耗，其能效与适应性仍远逊于人脑。为了缩小这一差距，神经拟态计算通过模拟生物神经系统的关键机制（如事件驱动、稀疏激活），致力于构建能效比更高、自适应更强的计算系统。

传统的基于冯·诺依曼架构的芯片采用“同步”（synchronous）设计，由一个“时钟”控制其不断地按顺序读取指令集，而神经拟态芯片则和人脑一样采用“异步”（asynchronous）设计，包含巨大数量的平行神经元和突触（连接两个神经元），每个神经元的运作都没有预设的顺序，可以并行处理海量信息。打个比方，传统芯片只有“直线思维”，像是单个乐器的独奏或者齐奏，而神经拟态芯片可以根据需要进行直线式或者发散式的思考，如同多个乐器的和谐合奏。

神经拟态计算采用“事件驱动”的机制。在运行时，脉冲神经网络（spiking neural network）首先将数据转化为脉冲，类似电信号在神经系统中传输，再由神经拟态芯片处理，这时只会激活被脉冲影响到的神经元，未被激活的神经元不会工作。因为大部分系统在大部分时间里都处于不工作的状态，神经拟态计算能够显著降低延迟和功耗。

此外，神经拟态计算是存算一体，和人脑一样，将数据（记忆）存储在“突触”中，每次调用数据时，信号直接通过这些突触完成传输，在本地实现边存边算，从而省却了大量传输功耗。

Loihi 2是英特尔研究院打造的第二代神经拟态芯片，每块芯片最多包含100万个神经元，它的处理速度比上一代快10倍。搭配使用开源软件框架Lava，世界各地的研究人员可以基于Loihi 2开发神经拟态计算应用。

Loihi 2还具有强大的可扩展性。8芯片Loihi 2开发板Kapoho Point是一个紧凑系统（compact system），可以运行包含多达10亿个参数的AI模型，还能解决涵盖多达800万个变量的优化问题，同时也支持堆叠扩展，以应对更大规模的问题。

大型神经拟态系统Hala Point则由封装在一个六机架的数据中心机箱中的1152个Loihi 2处理器组成，大小相当于一个微波炉。该系统支持分布在140544个神经形态处理内核上的多达11.5亿个神经元和1280亿个突触，最大功耗仅为2600瓦，每秒可处理超过380万亿次8位突触运算和超过240万亿次神经元运算。

在用于仿生脉冲神经网络模型时，Hala Point能够以比人脑快20倍的实时速度运行其全部11.5亿个神经元，在运行神经元数量较低的情况下，速度可比人脑快200倍。虽然Hala Point并非用于神经科学建模，但其神经元容量大致相当于猫头鹰的大脑或卷尾猴的大脑皮层。

在应用层面，神经拟态计算技术特别适用于对低功耗、自主学习和快速反应有要求的任务，例如机械臂、探测机器人、仓储机器人、语音处理、视觉识别等等。随着神经拟态计算的不断发展，未来的神经拟态系统有望拥有“五感”，有不同的模块分别去看、去听、去闻、去品尝、去触摸，最后像人脑一样形成协同作用。