不用懷疑，你脖子上掛著的那個球狀物體就是世界上最先進的電腦，它能快速學習新事物、識別物體、理解語言的含義，并針對外界變化制定應對措施，而且能耗少得驚人?？茖W家一直都致力于研發(fā)一種類似于人類大腦那樣工作的計算機，現(xiàn)在，IBM獲得了重要突破。

到目前為止，絕大多數(shù)試圖仿真人類大腦的研究都集中在軟件層面——這些軟件最終的運算還是要由傳統(tǒng)計算機用0和1來完成，本質上，它們依然沒有擺脫傳統(tǒng)計算機結構的束縛。而在今天，藍色巨人IBM發(fā)布的一份研究報告徹底改變了這一現(xiàn)狀，IBM研發(fā)出了名為“TrueNorth”的神經元芯片，它真正的從“頭”開始，完完全全從底層模仿了人腦的結構，而且用普通的半導體材料就能制造出來，相應的報告已經刊發(fā)在《科學》期刊上。

人腦的計算方式和傳統(tǒng)計算機完全不同。在人腦中，神經元相當于處理器，一個成年人的大腦至少有數(shù)百億個神經元，每個神經元都與其它神經元相連，它們的連接處被稱為突觸，突觸是人腦的存儲器，用計算機術語來說，這是一個極其龐大的分布式計算系統(tǒng)。這種處理器與存儲器緊密相連的結構，讓人腦內的通信效率非常高。這里的效率并不單指計算速度，還包括對外部信息的感知能力。

TrueNorth的4096個核心之間就使用了類似于人腦的結構，每個核心包含了約120萬個晶體管，其中負責數(shù)據處理和調度的部分只占掉少量晶體管，而大多數(shù)晶體管都被用作了數(shù)據存儲、以及與其它核心溝通方面。在這4096個核心中，每個核心都有自己的本地內存，它們還能通過一種特殊的通訊模式與其它核心快速溝通，其工作方式非常類似于人腦神經元與突觸之間的協(xié)同，只不過，化學信號在這里變成了電流脈沖。IBM把這種結構稱為“神經突觸內核架構”。

“不同于傳統(tǒng)計算機的馮·諾伊曼架構，我們將處理器（神經元）與內存（突觸）緊密結合在一起，能在并行計算中實現(xiàn)更高效的通信。”參與研發(fā)的IBM研究人員保羅·梅洛拉在論文里寫道。

跟科幻電影中那些的天馬行空的神經元計算機不同，TrueNorth是一顆非常“實在”的芯片，它由三星代工生產，完完全全使用市面上現(xiàn)成的半導體技術制成，芯片的主要成分是沙子（或者說硅），沒有使用任何復雜的材料或生產工藝——換句話說，只要IBM愿意，三星可以像造Galaxy手機一樣把它量產出來。

“這是一個非常干凈、整潔的架構，他們邁出了正確的一步。”擁有“神經元芯片之父”頭銜的加州技術研究所工程師、名譽教授卡佛·米德評價道。對于高性能處理器來說，阻擋摩爾定律繼續(xù)前進的另一個攔路虎就是功耗。在這個方面，TrueNorth神經元芯片同樣做出了表率。

和人腦一樣，TrueNorth的每一個內核都使用了事件驅動設計，也就是說，它不會一直運行，只有在需要的時候才會啟動。 這樣設計讓芯片更加節(jié)能，標準處理器每平方厘米的功耗是50到100瓦，而TrueNorth每平方厘米的芯片只會消耗20毫瓦或千分之一瓦的能量。

成人大腦的功耗和一只燈泡差不多，卻比今天任何一臺超級計算機都能更準確地識別語音和圖像。參與新架構開發(fā)的IBM研究院科學家約翰·阿瑟說：“系統(tǒng)和芯片的架構設計盡可能效仿腦內的神經網絡，因為大腦的架構效率非常高。”IBM已經開發(fā)出一臺神經元計算機原型，它搭載有16顆TrueNorth芯片，其性能足夠實時處理視頻。IBM對它進行了一系列測試，結果讓人欣喜—— “神經突觸內核架構”可以像普通處理器一樣快速識別圖像、區(qū)分場景，而消耗的能源要少得多。

在與斯坦福大學合作的一次“模糊邏輯”測試中，用TrueNorth芯片搭建的神經元計算機對人、自行車、轎車、大巴、卡車有80%以上的識別率，更令人欣喜的是，TrueNorth芯片可以用30fps的速度播放高清流媒體視頻，而消耗的能源只有63毫瓦！

“沒有CPU、沒有GPU，但我們消耗的能源要低好幾個數(shù)量級”，測試負責人Dharmendra Modha說道，“它簡直就像是為了效率而生的有生命的機器，這是計算機發(fā)展史上一個新的里程碑。”美國勞倫斯伯克利國家實驗室副主任霍斯特•西蒙指出：“高功率一直是阻礙大型計算機發(fā)展的最主要因素。而這種微芯片則讓我們相信，我們正站在計算機芯片架構發(fā)生徹底變革的十字路口。”

從你每天都會用上的手機，到每秒運算萬億次的超級計算機，目前幾乎所有的處理器都依據馮·諾伊曼架構體系開發(fā)，在這種體系中，數(shù)據的存儲和處理是分開進行的，處理器和內存各司其職，程序向計算機發(fā)出一組指令，數(shù)據此次從硬盤、內存、緩存、處理器寄存器中穿梭而過。

這樣的體系最符合人類工業(yè)化所帶來的生產條件，但它存在一些重大瓶頸——數(shù)據的傳輸路徑過于冗長，不同數(shù)據組之間的溝通成本高昂，而且整個計算過程非常消耗能源。

IBM開發(fā)的“深藍”超級計算機曾經戰(zhàn)勝了國際象棋大師卡斯帕羅夫，但它依靠的并非智力，而是蠻力——擊敗卡斯帕羅夫的那臺“深藍”擁有90個機架，存儲的象棋數(shù)據庫超過1TB，每秒鐘能分析兩億種走法，然后選出最優(yōu)的那一步。但問題是，這些東西都是由科學家們教給它的，人們事先想好所有對策，“深藍”只負責按部就班的執(zhí)行。

“簡單說，馮·諾伊曼體系的計算機是一個又快、又笨的東西。事先編好程序，它能每秒完成數(shù)億次計算。但它想不出任何聰明的解題方法。”科學家邁克爾·特羅特這樣解釋人腦與計算機的差異。從馮·諾伊曼計算機被發(fā)明那一天開始，科學家們另辟蹊徑、開發(fā)其它計算機體系的嘗試就從來沒有停止過。很多人寄希望于模仿人腦——它是有史以來最復雜、最聰明的機器，TrueNorth的出現(xiàn)讓我們離這個夢想又近了一步。