美國類腦芯片發展歷程

摘要：美國為保持技術優勢，率先發起類腦計算芯片的相關研究工作，通過模仿人腦工作原理，使用神經元和突觸的方式替代傳統馮諾依曼架構體系，使芯片能夠進行異步、并行、低速和分布式處理信息數據，并具備自主感知、識別和學習的能力。本文網絡版地址：http：//www.eepw.com.Cn/article/271641.htm

關鍵詞：類腦芯片；信息數據

DOI：10.3969/j.issn.1005-5517.2015.3.007

在當今大數據時代，由于現有計算機硬件和架構限制，已無法滿足更大規模數據的處理需求，世界各國開始著手尋找解決方案，并把目光轉向能夠以復雜方式處理大量信息的人腦神經系統，而且因為神經系統在時間和空間上實現了硬件資源的稀疏利用功耗極低，其能量效率是傳統計算機的100萬倍到10億倍。為此，近年來，美國將開發類腦計算芯片列入發展計劃。

1 內涵及特點

目前，傳統計算機芯片主要基于馮諾依曼架構，處理單元和存儲單元分開，通過數據傳輸總線相連。芯片總信息處理能力受總線容量的限制，構成所謂“馮諾依曼瓶頸”。而且傳統計算機的處理單元一直處于工作狀態，導致能耗巨大。同時，由于需要精確的預編程，傳統計算機無法應對編程以外的情況和數據。而大腦結構則完全不同：神經元（處理單元）和突觸（存儲單元）位于一體，不需要高能耗的總線連接，突觸是神經元之間的連接，具有可塑性，能夠隨所傳遞的神經元信號強弱和極性調整傳遞效率，并在信號消失后保持傳遞效率。突觸的這種性質，使大腦神經網絡結……