斯坦福大学Brainstorm神经形态芯片:未来计算的新方向

随着摩尔定律终点的临近和机器学习对计算需求的提升,人们对于开发下一代计算机芯片的呼声正变得高涨。在量子计算、FPGA、高性能 GPU 以外,神经形态计算是另一个有前途的发展方向。斯坦福大学的 Kwabena Boahen 教授等人在这一领域耕耘多年,最近,他们准备推出新一代芯片「Brainstorm」。


640-21.jpeg

如果你熟悉 Kwabena Boahen,你可能会记得 20 世纪 90 年代末出现的人工视网膜芯片。


这种视网膜视觉系统是由 Boahen 在加州理工学院(VLSI)的神经形态工程学计算机先驱 Carver Mead 的带领下开发的,这一系统的思路在最近几年再次成为了科技界的关键词——计算机视觉、人工智能,还有受大脑结构启发改进软硬件的效率和性能。Boahen 在接下来的十几年中一直致力于将生物工程引入计算机行业,这可能会是未来几年科学的正确方向——而且现在研究人员可以获得前所未有的大量数据。


「这不是在正确的时间出现在正确的地点,」Boahen 认为他将整个职业生涯用在神经计算,并在近几年获得进展的原因在于这项技术直到最近才出现的商业可行性,「正确的方向一直在那里。」纵观 Boahen 在视网膜和耳蜗方面的研究历程,他和他的团队已经构建了一个全脑模型,他们也将研究成果交与了 Neurogrid——最成功的神经形态芯片项目之一,并准备在下一次神经形态芯片设计中得到应用。


随着摩尔定律的极限将至,近年来重新发展 CMOS(互补金属氧化物半导体)芯片的呼声愈发高涨。未来的超级计算机需要全新的架构,自定义的 ASIC(专用集成电路)来应对各种形式的任务,还没有任何一种架构能够在目前的竞争中占据统治地位。除量子计算、FPGA 芯片、多 GPU 加速系统甚至全新架构,芯片的舞台上还有神经形态计算。虽然除了一些有趣的研究成果之外,这一领域一直没有得到太多关注,但神经形态计算在去年突然开始变得火热起来。连芯片巨头英特尔也在几个月前宣布他们正在将神经形态芯片的研究引入更高层面。


尽管市面上还未出现任何神经形态芯片,但是我们已经距离见证它的面世越来越近了。IBM 已推出它的 True North 架构多年,而最近的另外两个项目已将神经计算引向了更大规模。无论它们的生产难度、可靠性和可编程性如何,来自斯坦福大学(同时也是 Neurogrid 项目的中心)的研究者们刚刚发布了一种 28nm 工艺的芯片,向世人展示了神经形态芯片的巨大潜力。


Boahen 在过去几年里一直任职于斯坦福大学,他目前担任生物工程教授,领导着新的脑计算项目团队,其中就包括 Neurogrid。他领导的团队即将在硅谷的斯坦福实验室推出又一个新产品:「Brainstrom」——一个百万神经元神经形态芯片装置,它将可以运行全脑模型。这一项目自 2013 年启动,由美国海军研究办公室资助,最后的成果将成为嵌入式应用和集群服务器上的计算芯片。


Boahen 目前还不能透露这个项目的太多细节,但他明确指出 Brainstorm 与其他已有神经形态芯片设计存在着很大不同,同时将很快发表一篇论文对此进行解释。在「A Neuromorph Prospectus」中,Boahen 预测了摩尔定律的终结,讨论了人们将在何时真切感受到它的限制,并通过架构、应用和程序方面向人们描述了神经形态计算的愿景。


在此前与媒体的对话中,Boahen 曾表示当代处理器架构是「原始和暴力」的,并指出如何才能开发出高效运行并具有扩展性的新架构。「目前有很多神经形态设备正在使用超级计算机中使用的路由机制,就像网格一样。问题在于,在网格架构中你只能进行点对点信号传递。如果你想一次发出多个信号,系统就会锁死。」大脑从来不会像现代芯片架构这样低效,生物体器官不是完美的路由机制,而是更具效率的分布式形态。通过像大脑一样设计多分层、多分支结构,人们很可能实现高性能低功耗的新一代芯片架构,这对于那些寻求在嵌入式设备(以及集群服务器)上加入人工智能的设计者来说非常具有吸引力。


Boahen 说 Brainstorm 是首个实现从高层次描述合成的脉冲神经网络的芯片,非 FPGA 编程将问题映射到设备上那种。该芯片不久之后就会进入斯坦福研究者的手中,目标是建立能让研究人员映射复杂问题到芯片的软件堆栈。「我们想要提升抽象的层级,以便于我们能进行应用。就像我有一个做脑机接口的合作者,他们有算法能够记录神经脉冲,从而帮助推断瘫痪病人接下来想做什么。这能通过机械臂实现。」他们正在合作开发硬件和软件,编程高层描述,以便于合成工具能配备此芯片。


这样的芯片能解决的一类问题是可被多维度非线形微分方程所数学描述的,或者说是基于现有的状态与输入如何随时间变化的一类问题。「我们正在开发能直接为某种任务写下这种非线形微分方程的框架,并能自动将其映射到脉冲神经网络。里面也会有将这些方程编码、解码到神经元的正式方式,所以该系统能够实时的在处理过程中做其他认知型、目标驱动的工作。」


Neurogrid 的研究将会继续,它的成果被应用在了神经科学研究中,并成为了最新的 Brainstorm 芯片和软件方法的基础。这是一个广大的基于应用的研究工作。Boahen 表示,尽管 Neurogrid 中的许多开发者曾在 IBM 的 True North 神经形态架构上有工作经验,但在此项目上他的团队并未和 Intel 或其他团队的人有所合作。而且尽管他承认目前还未有任何商业上可行的设备,但他认为我们还处于开始阶段,神经形态设备刚刚展示了符合后摩尔定律时代需求的能力。


然而,人们不能被 Brainstorm 的嵌入式应用点所迷惑。就像大脑一样,关注点应该在它在各种设备上固有的可延展性。把神经形态的设备集群在一起形成大规模超级计算机或其他应用,我们距离这个目标还有很远一段距离,不过一旦 Boahen 在斯坦福的团队研制成功,新的研究热潮就会出现,大量应用就会进入人们的视野,我们期待着这一天的到来。


原文地址:https://www.nextplatform.com/2017/03/27/stanford-brainstorm-chip-hints-neuromorphic-computing-future/

入门芯片硬件神经形态计算斯坦福大学产业
暂无评论
暂无评论~