常人腦重約 1200-1400 克，功耗 20W，相當(dāng)于只能點(diǎn)亮一盞小燈。然而，驚人之處在于其充沛算力。研究表明，盡管體積微小、能耗低下，大腦仍可達(dá)到每秒 10 兆次數(shù)學(xué)運(yùn)算的能力。這甚至超過了迄今最強(qiáng)大的超級(jí)計(jì)算Frontier，后者占地面積多達(dá) 372 平方米，功率高達(dá) 2100 萬(wàn)瓦左右。

為了提供更小體積和更低功耗的高算力，西悉尼大學(xué) ICNS 團(tuán)隊(duì)研發(fā)出名為DeepSouth 的超級(jí)計(jì)算，以每秒 22.8 億億次突觸操作的速度高效模擬龐大的尖峰神經(jīng)元網(wǎng)絡(luò)，堪比人腦的實(shí)際運(yùn)作速度。

DeepSouth 超級(jí)計(jì)算機(jī)相較于其它超級(jí)電腦的獨(dú)特之處在于，其設(shè)計(jì)以仿效人腦工作模式的神經(jīng)形態(tài)工程為基礎(chǔ)，需能量更少、效率更高，且體積遠(yuǎn)小于同類產(chǎn)品。這種系統(tǒng)具有拓展性，既可通過添加更多設(shè)備提高容量，亦可縮減設(shè)備降低尺寸，實(shí)用于更為緊湊或經(jīng)濟(jì)高效的應(yīng)用場(chǎng)景。

借助現(xiàn)場(chǎng)可編程門陣列 （FPGA），DeepSouth 超級(jí)計(jì)算機(jī)能夠遠(yuǎn)程重新編程硬件結(jié)構(gòu)，大幅度增加新增神經(jīng)元模型、連結(jié)方案以及學(xué)習(xí)規(guī)則的靈活度，有效突破傳統(tǒng)定制化硬件設(shè)計(jì)帶來(lái)的局限。此外，系統(tǒng)前端使用 Python 語(yǔ)言進(jìn)行神經(jīng)模型描繪和網(wǎng)絡(luò)設(shè)計(jì)，使得研究者無(wú)需深入研究硬件配置便能輕松運(yùn)用此平臺(tái)。

這就意味著 DeepSouth 在商業(yè)應(yīng)用領(lǐng)域有著卓越表現(xiàn)，只需選用商用硬件，就能實(shí)現(xiàn)硬件的不斷升級(jí)，免去依賴超級(jí)計(jì)算機(jī)設(shè)計(jì)團(tuán)隊(duì)的繁瑣環(huán)節(jié)。相比之下，傳統(tǒng)神經(jīng)形態(tài)計(jì)算系統(tǒng)使用的定制芯片設(shè)計(jì)和制造所需時(shí)間長(zhǎng)，單顆芯片成本動(dòng)輒數(shù)千萬(wàn)美元，而選用現(xiàn)有商業(yè)配置硬件的DeepSouth，更便于在全球范圍內(nèi)的數(shù)據(jù)中心進(jìn)行復(fù)制。

據(jù)了解，DeepSouth預(yù)計(jì)將于 2024 年 4 月啟動(dòng)運(yùn)營(yíng)。通過對(duì)大腦行為的模擬，我們有望找到更優(yōu)于現(xiàn)有模式的方法，提升 AI 處理性能。而且，這項(xiàng)技術(shù)有望加深我們對(duì)大腦功能的理解，助推我們?cè)诟黝愵I(lǐng)域，如感知、生物醫(yī)學(xué)、機(jī)器人、航天乃至大規(guī)模AI應(yīng)用中研發(fā)出能耗更低、算力更高的計(jì)算解決方案。