近年來(lái)，以人工智能、集成電路、生命科學(xué)、類(lèi)腦智能等學(xué)科領(lǐng)域?yàn)榇淼男乱惠喛萍几锩彤a(chǎn)業(yè)變革正在高速發(fā)展，重構(gòu)全球創(chuàng)新版圖甚至全球經(jīng)濟(jì)格局。在眾多極具“顛覆性”的科技領(lǐng)域中，類(lèi)腦計(jì)算無(wú)疑是最尖端和最前沿的，因此這個(gè)領(lǐng)域也是全球各大經(jīng)濟(jì)體之間的“兵家必爭(zhēng)之地”，而類(lèi)腦計(jì)算領(lǐng)域的長(zhǎng)足發(fā)展離不開(kāi)類(lèi)腦芯片的大力支撐。類(lèi)腦芯片技術(shù)的終極愿景是：使得計(jì)算機(jī)能夠像人腦一樣思考。 ?01 類(lèi)腦計(jì)算芯片簡(jiǎn)介及優(yōu)勢(shì) ? 類(lèi)腦計(jì)算（Brain-inspired Computing）又被稱(chēng)為神經(jīng)形態(tài)計(jì)算（Neuromorphic Computing），是借鑒生物神經(jīng)系統(tǒng)信息處理模式和結(jié)構(gòu)的計(jì)算理論、體系結(jié)構(gòu)、芯片設(shè)計(jì)以及應(yīng)用模型與算法的總稱(chēng)。類(lèi)腦計(jì)算以神經(jīng)元與神經(jīng)突觸為基本單元，從結(jié)構(gòu)與功能等方面模擬生物神經(jīng)系統(tǒng)，進(jìn)而構(gòu)建“人造電子大腦”的新型計(jì)算形態(tài)。

類(lèi)腦計(jì)算芯片（Neuro-inspired computing chips）就是用電路模擬人腦神經(jīng)網(wǎng)絡(luò)架構(gòu)的芯片，它結(jié)合微電子技術(shù)和新型神經(jīng)形態(tài)器件，模仿人腦神經(jīng)系統(tǒng)計(jì)算原理進(jìn)行設(shè)計(jì)，實(shí)現(xiàn)類(lèi)似人腦的超低功耗和并行信息處理能力。隨著新一代人工智能技術(shù)及半導(dǎo)體技術(shù)的發(fā)展，類(lèi)腦計(jì)算芯片實(shí)現(xiàn)了對(duì)神經(jīng)元的高度仿真建模計(jì)算。相比于傳統(tǒng)芯片，類(lèi)腦芯片在功耗和學(xué)習(xí)能力上具有更大優(yōu)勢(shì)，能夠?qū)崿F(xiàn)存儲(chǔ)與計(jì)算的深度融合，大幅提升計(jì)算性能、提高集成度、降低能耗。

人工智能發(fā)展到今天，歸結(jié)起來(lái)無(wú)非是三個(gè)影響因素——算法、算力、大數(shù)據(jù)。隨著算法被設(shè)計(jì)的越來(lái)越復(fù)雜、算力越做越大，產(chǎn)生的數(shù)據(jù)量也越來(lái)越多，只要有足夠多的算力、數(shù)據(jù)和算法，就能用人工智能來(lái)解決很多問(wèn)題。但隨之而來(lái)的代價(jià)是巨大的能耗，能耗成為了限制人工智能發(fā)展的決定性因素。類(lèi)腦芯片在突破能耗痛點(diǎn)，降低功耗方面的獨(dú)特優(yōu)勢(shì)使其更能適應(yīng)未來(lái)人工智能的發(fā)展。

?02 國(guó)內(nèi)外典型類(lèi)腦計(jì)算芯片介紹

天機(jī)Tianjic芯片

清華大學(xué)類(lèi)腦計(jì)算研究中心施路平教授所帶團(tuán)隊(duì)開(kāi)發(fā)出了全球首款異構(gòu)融合類(lèi)腦計(jì)算芯片——“天機(jī)” ，于2019年8月1日在頂級(jí)學(xué)術(shù)期刊《Nature》雜志上發(fā)表《面向人工通用智能的異構(gòu)“天機(jī)”芯片架構(gòu)》并成為該期雜志的封面文章。

Tianjic芯片最大的創(chuàng)新點(diǎn)在于結(jié)合了SNN和ANN兩種算法，ANN就是我們通常意義上的深度學(xué)習(xí)框架，主要運(yùn)算是矩陣乘累加。SNN即脈沖神經(jīng)網(wǎng)絡(luò)，是模擬生物神經(jīng)元連接和運(yùn)行方式的模型，通過(guò)計(jì)算產(chǎn)生神經(jīng)電脈沖進(jìn)行信息傳遞。

由于Tianjic集成了兩種方法，它可以提供混合、協(xié)同平臺(tái)。通過(guò)資源復(fù)用，只需百分之三的額外面積即可同時(shí)運(yùn)行計(jì)算機(jī)科學(xué)和神經(jīng)科學(xué)導(dǎo)向的絕大多數(shù)神經(jīng)網(wǎng)絡(luò)模型，支持異構(gòu)網(wǎng)絡(luò)的混合建模，形成時(shí)空域協(xié)調(diào)調(diào)度系統(tǒng)，發(fā)揮它們各自的優(yōu)勢(shì)，既能降低能耗，提高速度，又能保持高準(zhǔn)確度。

在Tianjic芯片的控制下，一輛普通自行車(chē)實(shí)現(xiàn)了識(shí)別語(yǔ)音指令、自動(dòng)控制平衡等功能，還能對(duì)前方行人進(jìn)行探測(cè)和跟蹤，并自動(dòng)避開(kāi)障礙，在駕駛技術(shù)層面像真實(shí)的人類(lèi)一樣靈活。? ?

達(dá)爾文Darwin芯片

2020年9月1日，浙江大學(xué)聯(lián)合之江實(shí)驗(yàn)室共同成功研制了我國(guó)首臺(tái)基于自主知識(shí)產(chǎn)權(quán)類(lèi)腦芯片的類(lèi)腦計(jì)算機(jī)，其包含792顆浙江大學(xué)研制的達(dá)爾文2代類(lèi)腦芯片，支持1.2億個(gè)脈沖神經(jīng)元、720億個(gè)神經(jīng)突觸，與小鼠大腦神經(jīng)元數(shù)量規(guī)模相當(dāng)，典型運(yùn)行功耗只需350—500瓦，是目前國(guó)際上神經(jīng)元規(guī)模最大的類(lèi)腦計(jì)算機(jī)。

“達(dá)爾文2代”采用55nm標(biāo)準(zhǔn)CMOS工藝，單芯片由576個(gè)內(nèi)核組成，每個(gè)內(nèi)核支持256個(gè)神經(jīng)元，通過(guò)系統(tǒng)級(jí)擴(kuò)展，可構(gòu)建千萬(wàn)級(jí)神經(jīng)元類(lèi)腦計(jì)算系統(tǒng)。一方面，達(dá)爾文可作為脈沖神經(jīng)網(wǎng)絡(luò)模型與算法高效的硬件運(yùn)行載體，幫助建立特定功能的類(lèi)腦智能系統(tǒng)；另一方面，達(dá)爾文有助于解碼生物腦電信號(hào)，并與生物神經(jīng)網(wǎng)絡(luò)對(duì)接構(gòu)建腦機(jī)融合系統(tǒng)。

目前，Darwin Mouse類(lèi)腦計(jì)算機(jī)已經(jīng)實(shí)現(xiàn)了多種智能任務(wù)。研究者將類(lèi)腦計(jì)算機(jī)作為智能中樞，實(shí)現(xiàn)抗洪搶險(xiǎn)場(chǎng)景下多個(gè)機(jī)器人的協(xié)同工作，經(jīng)過(guò)訓(xùn)練的3臺(tái)機(jī)器人分別擔(dān)任了巡邏、救援、工程檢修“特種兵”。同時(shí)，還用類(lèi)腦計(jì)算機(jī)模擬了多個(gè)不同腦區(qū)，建立了丘腦外側(cè)膝狀核的神經(jīng)網(wǎng)絡(luò)模型，仿真了不同頻率閃動(dòng)的視覺(jué)刺激時(shí)該腦區(qū)神經(jīng)元的周期性反應(yīng)；借鑒海馬體神經(jīng)環(huán)路結(jié)構(gòu)和神經(jīng)機(jī)制構(gòu)建了學(xué)習(xí)-記憶融合模型，實(shí)現(xiàn)音樂(lè)、詩(shī)詞、謎語(yǔ)等的時(shí)序記憶功能。? ? 英特爾Loihi芯片

據(jù)英特爾方面稱(chēng)Loihi內(nèi)部包含了128個(gè)計(jì)算核心，每個(gè)核心集成1024個(gè)人工神經(jīng)元，總計(jì)13.1萬(wàn)個(gè)神經(jīng)元，彼此之間通過(guò)1.3億個(gè)突觸相互連接。

Loihi采用英特爾主流的14 nm制造技術(shù)制造而成，Loihi沒(méi)有深度學(xué)習(xí)硬件中普遍存在的浮點(diǎn)數(shù)和乘法累加器單元，沒(méi)有片外內(nèi)存接口。和大腦一樣，所有計(jì)算都在芯片上進(jìn)行，通過(guò)二進(jìn)制脈沖信息和低精度信號(hào)，內(nèi)存來(lái)源于芯片神經(jīng)元之間的連接。Loihi采用同質(zhì)架構(gòu)，將許多小神經(jīng)擬態(tài)核實(shí)例化，每個(gè)核的大小只有針頭的一部分。部分機(jī)器人工作負(fù)載顯示，Loihi 的功耗比傳統(tǒng)解決方案低 40-100 倍。

相比傳統(tǒng)計(jì)算機(jī)架構(gòu)，Loihi芯片的神經(jīng)擬態(tài)架構(gòu)完全模糊了內(nèi)存和處理之間的界限。和大腦一樣，它利用的是數(shù)據(jù)連接、數(shù)據(jù)編碼和電路活動(dòng)中所有形式的稀疏。處理就發(fā)生在信息到達(dá)時(shí)，二者同步進(jìn)行。Loihi的最新進(jìn)展表明，未來(lái)的神經(jīng)擬態(tài)設(shè)備，比如無(wú)人機(jī)，將可以像玄鳳鸚鵡一樣實(shí)時(shí)解決規(guī)劃和導(dǎo)航問(wèn)題。

?03 類(lèi)腦計(jì)算芯片應(yīng)用場(chǎng)景

首先，在健康領(lǐng)域，依靠類(lèi)腦芯片，未來(lái)腦疾病的治療將可能有重大突破。國(guó)外已經(jīng)在研究和部署腦機(jī)接口了，就是把芯片植入到大腦中，獲取腦活動(dòng)信息、腦電波等信息來(lái)觀測(cè)大腦的健康情況。現(xiàn)在做的更多是通過(guò)大規(guī)模腦仿真來(lái)還原、模擬、計(jì)算探究腦疾病。比如帕金森癥的形成過(guò)程，嘗試獲取在病變過(guò)程中生物神經(jīng)元、動(dòng)力學(xué)計(jì)算等領(lǐng)域有哪些改變，可以通過(guò)哪些藥物來(lái)進(jìn)行針對(duì)性的治療。弄清形成機(jī)理，將來(lái)的治療手段才會(huì)更加準(zhǔn)確和高效，這是類(lèi)腦芯片的第一個(gè)應(yīng)用。

其次除了獨(dú)特的腦仿真、腦科學(xué)領(lǐng)域之外，在傳統(tǒng)AI領(lǐng)域，類(lèi)腦芯片也表現(xiàn)優(yōu)異，比如圖像識(shí)別、目標(biāo)檢測(cè)、無(wú)人機(jī)/機(jī)器人控制算法、嗅覺(jué)感知、觸覺(jué)感知以及各類(lèi)信號(hào)識(shí)別。這些下游任務(wù)可以在未來(lái)被廣泛應(yīng)用于醫(yī)療器械、工業(yè)生產(chǎn)、安防、智能駕艙、自動(dòng)駕駛、無(wú)人機(jī)與機(jī)器人等多個(gè)領(lǐng)域，這是第二個(gè)應(yīng)用。

第三個(gè)應(yīng)用方向是新興的類(lèi)腦計(jì)算。是將傳統(tǒng)的人工智能和腦科學(xué)結(jié)合起來(lái)的計(jì)算，即異構(gòu)融合，融合生物神經(jīng)網(wǎng)絡(luò)和傳統(tǒng)人工神經(jīng)網(wǎng)絡(luò)。基于存算一體的架構(gòu)展示出巨大的潛力和前景，以更低的功耗和更強(qiáng)的功能集成發(fā)揮其不可替代的獨(dú)特優(yōu)勢(shì)，推動(dòng)人工智能的進(jìn)步和創(chuàng)新。 ?

?04 國(guó)內(nèi)外產(chǎn)業(yè)布局及未來(lái)前景

2020年中國(guó)類(lèi)腦計(jì)算芯片市場(chǎng)規(guī)模達(dá)到了0.10百萬(wàn)美元，預(yù)計(jì)2029年可以達(dá)到177.67百萬(wàn)美元，2021-2029期間年復(fù)合增長(zhǎng)率(CAGR)為123.05%。2020年全球類(lèi)腦計(jì)算芯片市場(chǎng)規(guī)模達(dá)到了6.36百萬(wàn)美元，預(yù)計(jì)2029年可以達(dá)到2664.52百萬(wàn)美元，2021-2029期間年復(fù)合增長(zhǎng)率(CAGR)為94.71%。當(dāng)前，盡管類(lèi)腦計(jì)算行業(yè)還處在突圍階段，但市場(chǎng)前景已經(jīng)愈發(fā)明朗。

地區(qū)層面來(lái)看，北美占據(jù)了全球的主要市場(chǎng)份額，2020年規(guī)模為2.87百萬(wàn)美元，占總市場(chǎng)的45.13%。歐洲市場(chǎng)位居第二，但是在過(guò)去幾年增長(zhǎng)速度有所放緩，2020年市場(chǎng)規(guī)模為2.27百萬(wàn)美元，約占全球的35.69%，而且預(yù)計(jì)2029年將達(dá)到928.85百萬(wàn)美元，屆時(shí)全球占比將達(dá)到34.86%。

雖然各大國(guó)際廠商正爭(zhēng)相推出自己的類(lèi)腦芯片，但目前類(lèi)腦芯片大規(guī)模商用化較為困難。近兩年，我國(guó)類(lèi)腦芯片研究逐步深入，類(lèi)腦芯片市場(chǎng)也擁有者良好的發(fā)展機(jī)遇。靈汐科技是國(guó)內(nèi)一家全球領(lǐng)先的類(lèi)腦計(jì)算技術(shù)公司，它發(fā)布了第一代商業(yè)量產(chǎn)的類(lèi)腦芯片——領(lǐng)啟KA200，它采用異構(gòu)融合眾核、存算一體的架構(gòu)，單芯片集成25萬(wàn)神經(jīng)元和2500萬(wàn)突觸，每秒超過(guò)16萬(wàn)億次突觸計(jì)算，功耗近12瓦，實(shí)現(xiàn)了同時(shí)支持計(jì)算機(jī)科學(xué)和神經(jīng)科學(xué)的神經(jīng)網(wǎng)絡(luò)模型，并支持兩者融合的混合神經(jīng)網(wǎng)絡(luò)計(jì)算模型。

目前，美國(guó)是類(lèi)腦芯片賽道的領(lǐng)跑者，學(xué)術(shù)研究領(lǐng)域中頂級(jí)會(huì)議相關(guān)論文的作者都來(lái)自美國(guó)，馬斯克的Neuralink也走在腦機(jī)接口芯片商業(yè)化的最前沿。但我國(guó)的研發(fā)實(shí)力也在快速提升，在低噪聲和低功耗設(shè)計(jì)方面已靠近全球一流水準(zhǔn)，在學(xué)術(shù)研究領(lǐng)域已碩果累累，未來(lái)將持續(xù)推動(dòng)類(lèi)腦芯片商業(yè)化和規(guī)模化應(yīng)用。

然而，從全球范圍來(lái)看，雖然類(lèi)腦計(jì)算領(lǐng)域是熱門(mén)研究領(lǐng)域，但是類(lèi)腦智能算法與類(lèi)腦芯片并未實(shí)現(xiàn)大規(guī)模商業(yè)化落地。可想而知，類(lèi)腦計(jì)算芯片在發(fā)展的道路上正面臨著嚴(yán)峻的挑戰(zhàn)。首先，脈沖神經(jīng)網(wǎng)絡(luò)算法的發(fā)展仍然處于早期階段，雖然類(lèi)腦計(jì)算系統(tǒng)在功耗上優(yōu)于傳統(tǒng)深度學(xué)習(xí)與GPU的組合，但在計(jì)算準(zhǔn)確度與精度方面需要和傳統(tǒng)神經(jīng)網(wǎng)絡(luò)融合才能體現(xiàn)出優(yōu)勢(shì)。其次，相較于深度學(xué)習(xí)領(lǐng)域，整個(gè)類(lèi)腦計(jì)算領(lǐng)域的生態(tài)也較為封閉，發(fā)展十分緩慢。再次，相較于深度學(xué)習(xí)領(lǐng)域琳瑯滿(mǎn)目的學(xué)習(xí)資料和各類(lèi)開(kāi)源數(shù)據(jù)集，類(lèi)腦智能算法領(lǐng)域暫無(wú)豐富的學(xué)習(xí)資源和評(píng)判體系，這也大大制約了類(lèi)腦芯片的持續(xù)迭代與發(fā)展。

綜上所述，筆者認(rèn)為我國(guó)類(lèi)腦芯片雖然面臨來(lái)自技術(shù)、市場(chǎng)等方面的諸多挑戰(zhàn)，但相比于傳統(tǒng)芯片仍然具備較大優(yōu)勢(shì)，短期來(lái)看，應(yīng)扎根端側(cè)智能市場(chǎng)，發(fā)揮自身低功耗、高能效的優(yōu)勢(shì)，開(kāi)發(fā)并創(chuàng)造更多的應(yīng)用場(chǎng)景；長(zhǎng)期來(lái)看，想要迎來(lái)商業(yè)價(jià)值的釋放，不但要在產(chǎn)業(yè)端進(jìn)一步控制類(lèi)腦芯片的制造成本，還需要從科研端入手，從系統(tǒng)結(jié)構(gòu)上發(fā)展類(lèi)腦計(jì)算的完備性，向通用計(jì)算領(lǐng)域優(yōu)化拓展。

審核編輯：黃飛

?