IBM一直都有一個夢想，開發一臺計算機，它能夠像人一樣做決定，擁有智力。最近，IBM的研究取得了重大突破，它離目標更近一步。

IBM開發了名叫TrueNorth的芯片，能夠模擬人腦運行。為了證明它的速度很快，能耗很低，IBM對芯片進行了測試。TrueNorth具有深度學習能力，像人類大腦一樣，它也可以進行關聯分析，判斷各種可能性。雖然其它一些計算機也可以擁有相同的能力，但是它們的能耗高很多。

因為TrueNorth可以自己學習，未來，我們可以將“智力”植入各種計算設備，比如物聯網、智能手機、機器人、汽車、云計算和超級計算機。

早先IBM展示過芯片，當時它將芯片裝進一臺名叫NS16e的計算機，該計算機的運行原理與人腦類似。利用神經網絡，NS16e能夠識別圖像、語音、模式。

人類的大腦極為復雜，擁有1000億個神經元，神經元通過神經節點——也就是突觸——連結在一起，彼此可以通信。皮質負責識別視覺圖像，其它部分負責各種運動機能。

NS16e建有“數字神經元”，但是數量比人腦少得多。IBM系統安裝了16顆TrueNorth芯片，每一顆有100萬個神經元，突觸數量2.56億個，彼此用電路連結在一起。NS16e也有內存、計算通信子系統，但是它們的設計方式與現有組件不同，IBM系統可以處理數據。

IBM介紹稱，TrueNorth處理器可以給圖片數據分類，每秒速度1200-2600幀，能耗25-275毫瓦。處理器還能夠識別圖片模式，這些圖片是50-100個攝像頭以每秒24幀的速度拍攝的。未來，IBM可以將功能嵌入到智能手機，幾天不充電都可以使用。

TrueNorth的能耗很低，現有服務器安裝的是傳統芯片，比如GPU、CPU和FPGA，它們也可以識別圖像和語音。Facebook、谷歌、微軟、百度都在開發深度學習技術，通過分析與圖片、語音相關的答案，深度學習網絡可以自動學習，網絡一般用GPU驅動，能耗很高，超過150瓦。

IBM為TrueNorth開發了算法和深度學習模式，它包含了識別模式，可以將過往數據和現有數據聯系在一起。針對不同的深度學習模式，IBM開發了相應算法，盡管如此，芯片仍然兼容現有系統，比如MatConvNet。換言之，開發者利用MatConvNet就可以為IBM芯片開發學習模型，TrueNorth可以在幕后處理任務，開發者并不需要直接面對TrueNorth。

這種處理過程和早期的游戲開發有些類似，最開始時，游戲開發者并不直接深入GPU，他們也不知道如何利用GPU的功能。直到最近，Vulkan更換了OpenGL API，開發者才可以直接使用GPU功能。深度學習很強大，無人駕駛汽車就是明證，汽車用強大的計算機導航，識別信號、車道及其它對象，安全行駛。TrueNorth芯片會讓每一個神經元進行低級處理，然后將處理結果融合在一起，最終識別圖像或者聲音。事實上，Nvidia、英特爾芯片使用的技術是一樣的，只是功耗高很多。