脑院计算机专业,神经元规模最大的类脑计算机诞生

浙江大学与之江实验室成功研制出拥有792颗类脑芯片的类脑计算机,规模与小鼠大脑相当,功耗低,能实现多机器人协同抗洪等智能任务。该计算机采用自主知识产权的达尔文2代类脑芯片,通过模拟神经元工作机理实现高效并行计算,并配有类脑操作系统DarwinOS进行资源管理。
摘要由CSDN通过智能技术生成

原标题:神经元规模最大的类脑计算机诞生

38154957210ca9b3663002d532767d60.png类脑计算机正在应用演示多机器人协同抗洪抢险。卢绍庆摄/光明图片

本报杭州9月1日电(记者陆健 通讯员柯溢能、吴雅兰)1.6米高的3个标准机柜并排而立,黑色的外壳给人酷酷的感觉,红色的信号灯不停闪烁,靠得近些似乎能听到里面脉冲信号飞速奔跑的声音……近日,浙江大学联合之江实验室共同成功研制我国首台基于自主知识产权类脑芯片的类脑计算机。

这台类脑计算机包含792颗浙江大学研制的达尔文2代类脑芯片,支持1.2亿脉冲神经元、近千亿神经突触,与小鼠大脑神经元数量规模相当,典型运行功耗只需要350至500瓦,同时它也是目前国际上神经元规模最大的类脑计算机。

众所周知,计算机最初的发展选择了以数值计算见长的冯·诺依曼架构,也就是以数字加减乘除的方式来进行信息架构。随着摩尔定律逐渐失效,冯·诺依曼架构带来的局限日益明显,存储墙、功耗墙、智能提升等问题,让当前计算机发展面临重大挑战。

如何突破现有计算运行方式导致的计算机瓶颈?全球科学家们将目光瞄准到模仿生物大脑,通过模拟人脑结构与运算机制来发展新的计算技术。

“类脑计算已被看作是解决人工智能等计算难题的重要路径之一。”研究团队负责人、浙江大学计算机科学与技术学院教授潘纲说,用硬件及软件模拟大脑神经网络的结构与运行机制,构造一种全新的人工智能系统,这种颠覆传统计算架构的新型计算模式,就是类脑计算。

近年来,浙江大学聚焦人类智能与机器智能等核心领域,实施了被称为“双脑计划”的脑科学与人工智能会聚研究计划,希望借鉴脑的结构模型和功能机制,将脑科学的前沿成果应用到人工智能等研究领域,建立引领未来的新型计算机体系结构。2015年和2019年相继研制成功达尔文1代和达尔文2代类脑计算芯片。而这次的成果是将792颗我国自主产权的达尔文2代类脑计算芯片集成在3台1.6米高的标准服务器机箱中,形成了一台强大的机架式类脑计算机。

那么,这种高效能低功耗是如何实现的呢?据项目研究骨干、副教授马德介绍,大脑神经元的工作机理是钾离子钠离子的流入流出导致细胞膜电压变化,从而传递信息。“可以简单理解为,一个神经元接受输入脉冲,导致细胞体的膜电压升高,当膜电压达到特定阈值时,会发出一个输出脉冲到轴突,并通过突触传递到后续神经元从而改变其膜电压,实现信息的传递。”马德说。

他进一步解释说,这里很重要的一点是异步运行,也就是信号来的时候启动,没有信号就不运行。类脑芯片的工作原理就类似于生物的神经元行为,通过脉冲传递信号,这样就能实现高度并行,效率提升。

有了硬件,还得有软件。据项目研究骨干金孝飞介绍,每颗芯片上有15万个神经元,每4颗芯片做成一块板子,若干块板子再连接起来成为一个模块。这台类脑计算机就这样像搭积木一样搭起来。

科研人员为此专门研发了一个面向类脑计算机的类脑操作系统——DarwinOS,实现对类脑计算机硬件资源的有效管理与调度,支撑类脑计算机的运行与应用。项目研究骨干吕攀说:“目前达尔文类脑操作系统的功能任务切换时间达微秒级,可支持亿级类脑硬件资源管理。”

目前,浙江大学与之江实验室的科研人员基于Darwin Mouse类脑计算机已经实现了多种智能任务。研究者将类脑计算机作为智能中枢,实现抗洪抢险场景下多个机器人的协同工作。同时,还用类脑计算机模拟了多个不同脑区,建立了丘脑外侧膝状核的神经网络模型,仿真了不同频率闪动的视觉刺激时该脑区神经元的周期性反应等。

研究专家表示,随着达尔文芯片及其他硬件的不断迭代升级,体积缩小将指日可待。未来类脑计算机或将植入手机、机器人,产生新的智能服务体验。

与硬件上的更新相比,如何让类脑计算机变得更聪明是下一步研究的重点。浙江大学和之江实验室的研究目标是,希望随着神经科学发展和类脑计算机的系统软件、工具链及算法的成熟,有朝一日能够让类脑计算机像冯·诺依曼架构计算机一样通用化,真正像大脑一样高效工作,与冯·诺依曼架构并存与互补去解决不同的问题。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值