清华类脑计算成果再登Nature：张悠慧施路平团队出品，有望打破冯诺依曼瓶颈-1

 

 

清华类脑计算研究成果，再登Nature。

新研究的关键词是：类脑计算、新计算机系统框架、通用人工智能（AGI）。

它的重要性，在于有希望打破如今冯·诺依曼型计算机，对人工智能的普遍限制，完全发挥类脑算法的潜力，使AGI更具可行性。

研究了些什么？

这并不是清华大学类脑计算中心的相关研究成果，第一次登上Nature。

去年8月，清华类脑计算中心施路平团队自行研发的类脑芯片“天机”，登上了Nature封面。

 

以这片类脑芯片为基础，研究团队实现了高度灵敏，并且能听懂自然语言指令的自行车。

 

而最新发表的研究，则是为了解决类脑计算系统的“基础设施架构”问题。

在名为A system hierarchy for brain-inspired computing的论文中，施路平教授团队提出了一种全新的、突破性的类脑计算通用系统层次结构。

这项研究中提出的神经形态完备性概念，这是一种更具适应性、更广泛的类脑计算完备性的定义，它降低了系统对神经形态硬件的完备性要求，提高了不同硬件和软件设计之间的兼容性。

 

这意味着这种专门为类脑计算任务设计的计算机结构，具备了和我们熟知的冯·诺依曼结构计算机相同的能力。

即避免系统中软件和硬件之间的紧密关联，实现了高效、兼容和独立的进程。不同的编程语言可通过编译器处理变为可供机器执行的指令。

这一点是十分重要关键的，因为以往，在冯·诺依曼结构计算机上，类脑计算缺乏合适的系统层次结构来支持整体开发，神经形态软件和硬件之间没有合适的接口。