從IBM研究到百度投資，探尋類腦芯片產業(yè)路上的豐收與荊棘

　　這款名為“達爾文”的芯片面積比硬幣還小，它就像一個簡化的大腦，上面集成了2048個用硅材料制成的仿生神經元，可支持超過400萬個神經突觸和15個不同的突觸延遲?！斑_爾文”芯片的工作方式非常接近人腦，它通過外界接收并積累刺激，產生脈沖信號來傳遞和處理信息。芯片最多可支持2048個神經元、400多萬個神經突觸及15個不同的突觸延遲。

　　據了解，這款芯片即將應用于智能硬件、機器人、神經信號處理、腦機融合系統(tǒng)等領域，它可作為脈沖神經網絡模型與算法高效的硬件運行載體，建立類腦智能系統(tǒng)。

　　2017年5月，清華大學微電子所錢鶴、吳華強課題組發(fā)表了題為《使用電子突觸陣列實現人臉識別》的研究成果，里面提到將氧化物憶阻器的集成規(guī)模提高了一個數量級，首次實現了基于1024個氧化物憶阻器陣列的類腦計算。

　　這項成果的一大突破是在最基本的單個憶阻器上實現了存儲和計算的融合，采用完全不同于傳統(tǒng)“馮·諾依曼架構”的體系，可以使芯片更加高效地完成計算任務，使能耗降低到原千分之一以下。

　　如今，國內的寒武紀神經網絡芯片、深鑒科技的DPU等產品都是類腦科技在芯片上的應用。可以毫不夸張的說，未來企業(yè)想成為AI領域的領導者，沒有類腦芯片技術的加持，將舉步維艱。

　　雖然類腦科技有著很好的應用前景，目前也取得了很多成就，但是它離真正的產業(yè)化仍有很大的距離。

     當前類腦芯片產業(yè)化面臨的痛點

　　對于類腦芯片產業(yè)而言，目前主要面臨的難題來自于四個方面，一是類腦芯片的單晶硅材料和憶阻器等技術有待突破;二是對腦的觀測和工作機制了解不夠;三是類腦芯片的研究門檻高，人才和企業(yè)隊伍缺失;四是類腦芯片的工程化難題。

　一、類腦芯片材料的缺失

　　目前類腦芯片研制的挑戰(zhàn)之一是在硬件層面上模仿人腦中的神經突觸，在設計人造突觸時通常用施加電壓的方式來模擬神經元中的信息傳輸。但這種技術存在一個難題，由于大多數由非晶材料制成的人造突觸中，離子通過的路徑有無限種可能，難以預測離子究竟走哪一條路，造成不同神經元電流輸出的差異。

　　科學家們研究了基于CMOS和憶阻器實現人工神經網絡，但對憶阻器的邏輯完備性、計算復雜度、級聯、可重構等性能要求很高，從憶阻器理論出發(fā)，神經元模型中的鈣離子和鉀離子通道由易失性憶阻器構成，對憶阻器的頻率依賴嚴重，滿足類腦芯片的單晶硅和憶阻器等材料技術仍有待突破。

　　二、對腦的觀測和認識不夠

　　類腦芯片的研究在于直接在微芯片上模擬生物神經元和突觸的屬性，做到這一點面臨的主要挑戰(zhàn)，是配置由人造神經元組成的網絡，讓其能執(zhí)行特定的任務。類腦芯片的架構是模擬人腦的新型芯片編程架構，這種芯片的功能類似于大腦的神經突觸，處理器類似于神經元，而其通訊系統(tǒng)類似于神經纖維，通過這種神經元網絡系統(tǒng)，計算機可以感知、記憶和處理大量不同的情況。

　　因為人腦是由140億個腦細胞組成，每個腦細胞可生長出2萬個樹枝狀的樹突用來計算信息，人腦神經細胞功能間每秒可完成信息傳遞和交換次數達1000億次。用半導體材料模擬腦細胞和突觸的功能來設計芯片，由于人類對于腦的研究遠遠不夠，這樣的芯片在性能上遠遠達不到“人腦”的要求。

　　三、類腦芯片的研究門檻高，人才和企業(yè)隊伍缺失

　　類腦芯片技術有很多難點，它本身有著很強的技術門檻，據不完全統(tǒng)計，目前從事類腦芯片研究隊伍(包括企業(yè)和研究機構)不到一百家，整個團隊仍不強大，全球研究這門技術人才遠遠不夠撐起整個產業(yè)。

　　必須承認的是，類腦芯片是一門涉及電子、人工智能、材料、神經學等多學科的綜合技術，對頂層設計人才的全面要求很高，目前行業(yè)很缺這樣的人才。

　　四、類腦芯片的工程化難題

　　因為類腦芯片的脈沖神經網絡特性決定了異步電路是脈沖神經網絡神經元間大量互聯以及通訊的最有效形式，對于某些需要復雜模型的SNN網絡，模擬運算以及數模混合電路會是最優(yōu)的解決方案。

　　aiCTX公司CEO喬寧博士認為，當前類腦芯片在走向應用的過程中面臨著工程化的難題。對于不同的應用，類腦芯片處理器的產業(yè)化進程會有所不同，這對于中下游企業(yè)而言，芯片在不同場景下的兼容性和性能也會有所不同，目前尚未出現真正產業(yè)化的通用類腦芯片。  

     aiCTX公司對國內廠商的啟示

　　類腦芯片產業(yè)的前景不可估量，但同時也給企業(yè)帶來很大的挑戰(zhàn)，畢竟有很多現實的難題需要去解決。對于國內廠商而言，挑戰(zhàn)和機遇并存，國內對類腦芯片的研究仍處在起步階段，還需要很長時間的技術積累，但aiCTX公司的發(fā)展給行業(yè)帶來了很好的啟示。創(chuàng)業(yè)型企業(yè)亦可成為推動類腦芯片產業(yè)化的中堅力量，這從aiCTX公司的發(fā)展就可以看出來。

　　喬寧博士表示，作為一家初創(chuàng)企業(yè)，aiCTX公司沒有理由碾壓IBM，這并不現實，IBM和英特爾的芯片是做基礎研究和通用架構。aiCTX公司的優(yōu)勢是針對具體應用的專用芯片，因而在應用場景上，功耗，性能以及集成度方面會有很大提升。

　　類腦芯片的出現是為了幫助我們解決生活中遇到的難題，其最終的理想狀態(tài)是應用到生活中各個領域，如手勢或語音控制的智能家居、面部識別的移動設備、實時的ECG健康檢測、無人車的目標識別等，這些場景都需要類腦芯片的支持。

　　要實現類腦芯片的產業(yè)化，除了需要上面提到的行業(yè)巨頭和科研機構，也需要更多國內企業(yè)的加入，讓類腦芯片技術早日改變我們的生活。

　　總結：

　　自從人工智能的概念被提出，人們對芯片算力和智能的要求更高，類腦芯片的橫空出世讓研究人員眼前一亮，很多企業(yè)和研究機構積極推動產業(yè)的發(fā)展，甚至有人認為它是人工智能的終極目標。一直以來，神經形態(tài)計算領域的研究人員都希望能將人腦的能力“復制”到計算機芯片。這樣的于人腦芯片與現在基于二進制進行計算的數字芯片不同，其元件將以模擬的方式進行工作，通過交換梯度信號或權重信號來激活，非常類似神經元依靠流過突觸的離子種類和數量來激活。

　　類腦芯片的本質是模擬人腦工作原理實現深度學習，進而解決極其復雜的計算問題。目前類腦芯片離真正成熟的商用還有一段距離，甚至在產業(yè)化中面臨很大的風險系數，但從長期來看，它可能帶來計算機體系的革命和架構的變革。正是上面這些科研機構和企業(yè)的推動，它們的成果讓這個想法變成了現實。類腦芯片非常具有想象空間，就像專家說的那樣，成熟的類腦芯片有可能長出眼睛，像人一樣辨別圖像，這真是太神奇了。未來，筆者相信會有更多的企業(yè)和人才加入到這個產業(yè)之中，一起推動類腦芯片的產業(yè)化，讓這門技術早日改變我們的生活。