新闻详情
我国首台类脑计算机研制成功,神经元数堪比小鼠大脑
日期:2024-11-18 15:24
浏览次数:1698
摘要:近日,浙江大学联合之江实验室共同研制成功了我国首台类脑计算机(Darwin Mouse),该计算机采用自主知识产权的类脑芯片,实现了与小鼠大脑相当的神经元数目。
据介绍,这台类脑计算机包含792颗浙江大学研制的达尔文2代类脑芯片,支持1.2亿脉冲神经元、近千亿神经突触,与小鼠大脑神经元数量规模相当,典型运行功耗只需要350-500瓦,同时它也是目前国际上神经元规模ZUI大的类脑计算机。
与此同时,团队还研制了专门面向类脑计算机的操作系统——达尔文类脑操作系统(DarwinOS),实现对类脑计算机硬件资源的有效管理与调度,支撑类脑...
近日,浙江大学联合之江实验室共同研制成功了我国首台类脑计算机(Darwin Mouse),该计算机采用自主知识产权的类脑芯片,实现了与小鼠大脑相当的神经元数目。
据介绍,这台类脑计算机包含792颗浙江大学研制的达尔文2代类脑芯片,支持1.2亿脉冲神经元、近千亿神经突触,与小鼠大脑神经元数量规模相当,典型运行功耗只需要350-500瓦,同时它也是目前国际上神经元规模ZUI大的类脑计算机。
与此同时,团队还研制了专门面向类脑计算机的操作系统——达尔文类脑操作系统(DarwinOS),实现对类脑计算机硬件资源的有效管理与调度,支撑类脑计算机的运行与应用。
类脑计算机与传统计算机有何不同?
据了解,我们目前所使用的传统计算机是基于冯·诺依曼架构,该架构在数值计算上有优势,它是以数字加减乘除的方式来进行信息架构。
但这种架构面临数据驱动的智能算法时就力不从心了,这种架构制约了以大数据为代表的的计算性能提升。
如何突破现有计算运行方式导致的计算机瓶颈?这需要一种全新的计算架构。
浙江大学研制成功达尔文1代和达尔文2代类脑计算芯片,用芯片去模拟大脑神经网络的结构与功能机制,在图像、视频、自然语言的模糊处理中具有优势。神经元在传递信息时重要的一点是异步运行,也就是信号来的时候启动,没有信号就不运行。类脑芯片的工作原理就类似于生物的神经元行为,通过脉冲传递信号,这样就能实现高度并行,效率提升。
软硬结合,拥有脑一样“思考”的能力
为了发挥类脑芯片的强大性能,还得有软件配合。为此,科研人员专门研发了一个面向类脑计算机的类脑操作系统——DarwinOS。
这款达尔文类脑操作系统面向冯·诺依曼架构与神经拟态架构的混合计算架构,实现了对异构计算资源的统一调度和管理,为大规模脉冲神经网络计算任务提供运行和服务平台。
在强大的软硬件共同支持下,这台类脑计算机可以实现多种智能任务,据了解,这台计算机已经在抗洪抢险场景中,作为智能中樞派上用场,可以协同多个机器人工作,例如语音识别、目标检测、路径规划等,就像一个抗洪总指挥一样。
下一步,类脑计算机将如何“进化”?
据介绍,这台类脑计算机包含792颗浙江大学研制的达尔文2代类脑芯片,支持1.2亿脉冲神经元、近千亿神经突触,与小鼠大脑神经元数量规模相当,典型运行功耗只需要350-500瓦,同时它也是目前国际上神经元规模ZUI大的类脑计算机。
与此同时,团队还研制了专门面向类脑计算机的操作系统——达尔文类脑操作系统(DarwinOS),实现对类脑计算机硬件资源的有效管理与调度,支撑类脑计算机的运行与应用。
据了解,我们目前所使用的传统计算机是基于冯·诺依曼架构,该架构在数值计算上有优势,它是以数字加减乘除的方式来进行信息架构。
但这种架构面临数据驱动的智能算法时就力不从心了,这种架构制约了以大数据为代表的的计算性能提升。
如何突破现有计算运行方式导致的计算机瓶颈?这需要一种全新的计算架构。
浙江大学研制成功达尔文1代和达尔文2代类脑计算芯片,用芯片去模拟大脑神经网络的结构与功能机制,在图像、视频、自然语言的模糊处理中具有优势。神经元在传递信息时重要的一点是异步运行,也就是信号来的时候启动,没有信号就不运行。类脑芯片的工作原理就类似于生物的神经元行为,通过脉冲传递信号,这样就能实现高度并行,效率提升。
为了发挥类脑芯片的强大性能,还得有软件配合。为此,科研人员专门研发了一个面向类脑计算机的类脑操作系统——DarwinOS。
这款达尔文类脑操作系统面向冯·诺依曼架构与神经拟态架构的混合计算架构,实现了对异构计算资源的统一调度和管理,为大规模脉冲神经网络计算任务提供运行和服务平台。
在强大的软硬件共同支持下,这台类脑计算机可以实现多种智能任务,据了解,这台计算机已经在抗洪抢险场景中,作为智能中樞派上用场,可以协同多个机器人工作,例如语音识别、目标检测、路径规划等,就像一个抗洪总指挥一样。
下一步,类脑计算机将如何“进化”?
虽然这台Darwin Mouse类脑计算机看起来已经非常强大,但它仍处于类脑计算研究的初级阶段,无论从规模还是智能化程度上都与真正的人类大脑还有很大的差距,但这台国产化基于自主研发芯片实现的类脑计算机为研究人员提供一个工具和平台,从而加速这一领域的算法验证、应用开发、稳定性提升等各项研究工作。
转载自浙大新闻