把神经突触焊进芯片里:我蹲了三天实验室才看懂的类脑计算

上周三在南京栖霞的研究所楼下买手抓饼,碰到个穿洗得发白的格子衬衫的小哥,拎着个半人高的电路板往外冲,差点把我加了双倍里脊的饼撞飞。我刚要发火,他举着手里的板子连声道歉,说赶时间去测芯片,晚了恒温箱里的样本就废了。后来我跟着他蹭进实验室待了三天,才搞明白他们折腾的那堆焊满了微型元件的板子,就是最近总被各路博主吹得神乎其神的类脑计算硬件。

不是把人脑“装”进电脑,是给芯片换一套“神经操作系统”

很多人第一次听到类脑计算,第一反应是“是不是要造个电子大脑?以后把人的意识上传进去就能永生?”

拉倒吧。

我蹲实验室的第一天,就被小哥敲着白板纠正了这个误区。现在我们用的所有芯片,不管是手机里的处理器,还是超算中心的机柜,本质上都是同一个逻辑:把所有任务拆成一步一步的固定流程,从存储器读数据,到运算器算结果,再把结果写回去,每一步都卡得严丝合缝。哪怕你只是让它算个1+1等于几,也要把整套流程完整走一遍,费电,还慢。

类脑芯片与传统CPU架构对比示意图
类脑芯片与传统CPU架构对比示意图

类脑计算走的完全是另一条路。它根本不追求什么固定流程,而是模仿人脑中神经突触的连接方式:两个神经元之间的连接强度可以根据输入的信号动态调整,遇到熟悉的信号就自动触发响应,根本不需要经过上层的统一调度。就像你被热水烫到会立刻缩手,根本不需要等大脑想“哦这是热水,我得缩手”,神经反射弧直接就把动作做了。

我当时还问,那这东西和现在的神经网络算法有啥区别?小哥翻了个白眼,说神经网络是跑在传统芯片上的软件,类脑计算是把这套神经连接的逻辑直接焊进了硬件里——就像你之前是在纸上画了个自行车的图纸,现在是直接把自行车造出来了,能骑的那种。

真的,这俩差着十万八千里呢。

最反常识的地方:它“算错”的时候反而更省电

我在实验室看测试数据的时候,差点以为自己看错了。

他们做的类脑视觉识别芯片,跑同一个识别猫的测试集,准确率比大家常用的GPU低了3个百分点,但是整个芯片的运行功率只有0.3瓦。

啥概念?

就是你电脑主板上那颗供CMOS的纽扣电池,容量都够它连续跑一下午。

类脑芯片低功耗视觉识别户外测试场景图
类脑芯片低功耗视觉识别户外测试场景图

换做传统芯片的评价体系,这绝对是个不合格的产品——毕竟大家买处理器的时候,谁不追求准确率拉满,算力拉满?但小哥说,这恰恰是类脑芯片最厉害的地方。

你想啊,人脑本来就不是100%精准的计算工具。你偶尔会把熟悉的字写错,会话到嘴边突然忘词,会在走路的时候无意识踩空半阶台阶。但人脑从来不会因为这些“不精准”就没法工作,反而靠着这种不精准,用20瓦不到的功率,就能完成比现在所有超级计算机复杂得多的任务——比如认路,比如和人聊天,比如一边走一边想晚上吃啥。

传统芯片的功耗是“为了100%的准确率,付出1000%的能耗代价”,但类脑芯片从一开始就没打算追求100%的绝对精准。对于很多场景来说,差那3个百分点的准确率,根本不影响实际使用——比如家门口的智能门铃,只要能分清是自家人还是陌生人,哪怕偶尔把快递员认成陌生人,多弹个提醒,也完全没关系。但要是能把识别的功耗从现在的几百毫瓦降到毫瓦级,那门铃真的可以做到装上去就不用管,一节纽扣电池跑个两三年。

我当时听到这儿真的惊了。之前总觉得科技进步就得往“更准、更快”的方向卷,从来没想过,有时候主动放弃一点精准度,能换来这么夸张的性能提升。

别等它取代大模型,先等它把你家的电费降下来

别等它取代大模型,先等它把你家的电费降下来
别等它取代大模型,先等它把你家的电费降下来

说实话,我最烦现在网上讲类脑计算的内容,一上来就扯通用人工智能,扯意识上传,好像这玩意儿明天就要取代大语言模型,把全人类的工作都抢了一样。

你去实验室蹲三天就知道,现在的类脑计算硬件,离那个目标还差得远呢。

现在它最适合干的,根本不是啥需要复杂推理的大模型任务,是那些需要7*24小时低功耗运行,又不需要绝对精准的“笨活”。

比如野外用来拍野生动物的红外相机,现在的设备要靠太阳能板供电,平时待机的时候也要一直跑算法判断是不是有动物经过,经常碰到连阴雨天就直接关机,拍不到想要的画面。要是换成类脑芯片,平时的待机功耗几乎可以忽略,只有检测到符合动物特征的热信号时才触发拍照,一节五号电池就能撑大半年。

再比如你家空调的温度传感器,现在的传感器要一直和家里的wifi连,把温度数据传到云端再算怎么调温度,费电不说,网络卡的时候还会吹半天冷风。要是把类脑芯片装进去,它能自己记住你平时习惯的温度,你在家的时候就自动调到舒服的档位,根本不需要连网,也不需要等云端的指令。

类脑芯片的核心优势,从来不是算得更准,是算得更“懒”。它不会像传统芯片那样,哪怕没有任何任务,也要保持全功率的待命状态,等着接收指令。它会把大部分时间都放在低功耗的休眠状态,只有碰到熟悉的信号,才醒过来处理一下,处理完接着睡。

我当时问实验室的小哥,你们现在做这个最大的困难是啥?他靠在实验台上喝了半瓶冰可乐,说最大的困难根本不是技术,是大家的评价体系转不过来。现在所有的采购方,不管是做消费电子的还是做工业设备的,都习惯了看“算力多少TOPS,准确率多少百分比”,你拿个功耗只有传统芯片百分之一,但是准确率低几个点的东西出去,人家第一反应是“你这是不是没做好?”,根本没人愿意停下来算一笔账:对于很多场景来说,那几个点的准确率损失,换100倍的功耗下降,到底值不值。

上周从实验室出来的时候,那个小哥塞给我一个指甲盖大的测试模块,说这是上次流片剩下的边角料,焊了个小LED在上面,按一下就会闪,能当钥匙扣。

我现在就把它挂在背包上。

有时候走路晃到它,那个小灯就会随机闪一下,根本没有啥固定的触发逻辑,像极了人脑突触那些随机的小信号。

你看,那些听起来玄乎到不行的黑科技,最后真的会变成你背包上晃来晃去的小钥匙扣。

作者|科技

排版|科技

审核|乐乐

免责声明:市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。如有侵权请联系删除。
文章名称:把神经突触焊进芯片里:我蹲了三天实验室才看懂的类脑计算
文章链接:https://www.lfdjt.com/p/keji/a/16008.html