二、類腦芯片雖面世 但大規模商用進展緩慢

相比于依靠馮諾依曼結構的GPU、FPGA、ASIC來說，類腦芯片是一種相對處于概念階段的集成電路。目前面世的類腦芯片并不多，更不要說大規模的商業化了。

美國為保持技術優勢，率先發起類腦計算芯片的相關研究工作，通過模仿人腦工作原理，使用神經元和突觸的方式替代傳統馮諾依曼架構體系，使芯片能夠進行異步、并行、低速和分布式處理信息數據，并具備自主感知、識別和學習的能力。因此市面上第一款類腦芯片就來自于美國的IBM公司。

1、IBM TrueNorth（SyNAPSE芯片）

2011年8月，IBM率先在類腦芯片上取得進展，他們在模擬人腦大腦結構基礎上，研發出兩個具有感知、認知功能的硅芯片原型。但因技術上的限制，IBM戲稱第一代TrueNorth為“蟲腦”。2014年TrueNorth第二代誕生，它使用了三星的28nm的工藝，共用了54億個晶體管，其性能相比于第一代有了不少提升。功耗每平方厘米消耗僅為 20 毫瓦，是第一代的百分之一，直徑僅有幾厘米，是第一代的十五分之一。

（IBM Truenorth芯片）

每個核都簡化模仿了人類大腦神經結構，包含256個“神經元”（處理器）、256個“軸突”（存儲器）和64000個突觸（神經元和軸突之間的通信）?？傮w來看，TrueNorth芯片由4096 個內核，100 萬個 “神經元”、2.56 億個 “突觸” 集成。此外，不同芯片還可以通過陣列的方式互聯。

IBM稱如果 48 顆TrueNorth芯片組建起具有 4800 萬個神經元的網絡，那這48顆芯片帶來的智力水平將相似于普通老鼠。

從2014年亮相后，這款芯片一直沒有大的動作。不久前，TrueNorth終于傳出了新進展，有報道稱IBM公司即將開發由64個“TrueNorth”類腦芯片驅動的新型超級計算機。這一計算機能進行大型深度神經網絡的實時分析，可用于高速空中真假目標的區分，并且功耗比傳統的計算機芯片降低4個數量級。如果該系統功耗可以達到人腦級別，那么理論上就可以在64顆芯片原型基礎上進一步擴展，從而能夠同時處理任何數量的實時識別任務。

2、英特爾Loihi芯片

（英特爾神經擬態芯片Loihi）

幾日前的CES上芯片巨頭英特爾展示了其首款自學習神經元芯片Loihi，去年9月英特爾就曾宣稱歷時十年研究設計出了這款芯片的原型。Loihi芯片可以像人類大腦一樣，通過脈沖或尖峰傳遞信息，并自動調節突觸強度，通過環境中的各種反饋信息，進行自主學習、下達指令。據英特爾方面稱Loihi內部包含了128個計算核心，每個核心集成1024個人工神經元，總計13.1萬個神經元，彼此之間通過1.3億個突觸相互連接。

相比于人腦內的800多億個神經元，Intel這款芯片的運算規模僅僅比蝦腦大一點。但根據英特爾給出的數據Loihi的學習效率比其他智能芯片高100萬倍，而在完成同一個任務所消耗的能源可節省近1000倍。

3、高通Zeroth芯片

芯片巨頭高通也在進行類腦芯片的研發，早在2013年高通就曾公布一款名為Zeroth的芯片，Zeroth不需要通過大量代碼對行為和結果進行預編程，而是通過類似于神經傳導物質多巴胺的學習（又名“正強化”）完成的。高通為了讓搭載該芯片的設備能隨時自我學習，并從周圍環境中獲得反饋，還為此開發了一套軟件工具。在公布的資料中高通還用裝載該芯片的機器小車進行了演示，使小車在受人腦啟發的算法下完成尋路、躲避障礙等任務。

國內也開始了類腦芯片的研究，除清華等知名高校開設研究院外，也出現了專注類腦芯片研發的創企，代表企業如上海的西井科技。

4、西井科技DeepSouth芯片

西井科技是國內研究類腦強人工智能的公司，目前西井已推出了自主研發的擁有100億規模的神經元人腦仿真模擬器（Westwell Brain）和可商用化的5000 萬類腦神經元芯片（DeepSouth）兩款產品。 DeepSouth 是一款可商用化的芯片，它能模擬出高達 5000 萬級別的“神經元”，總計有 50 多億“神經突觸”。據西井CEO譚黎敏稱，該芯片除了具備“自我學習、自我實時提高”的能力外，還可以直接在芯片上完成計算，不需要通過網絡連接后臺服務器，可在“無網絡”情況下使用。

能耗方面，DeepSouth 在同一任務下的功耗僅為傳統芯片的幾十分之一到幾百分之一。

5、浙大“達爾文”類腦芯片

（浙大和杭州電子科技共同研發的“達爾文”芯片）

2015年一群來自浙江大學與杭州電子科技大學的年輕的研究者們研發出一款成為達爾文的類腦芯片。這款芯片是國內首款基于硅材料的脈沖神經網絡類腦芯片?！斑_爾文”芯片面積為25平方毫米，比1元硬幣還要小，內含500萬個晶體管。芯片上集成了2048個硅材質的仿生神經元，可支持超過400萬個神經突觸和15個不同的突觸延遲。

據研發團隊介紹說，這款芯片可從外界接受并累計刺激，產生脈沖（電信號）進行信息的處理和傳遞，這如我們前面提到的人類神經元間的信息傳遞一樣。研發人員還為“達爾文”開發了兩款簡單的智能應用。一是這款芯片可識別不同人手寫的1-10這10個數字，二是“達爾文”在接受了人類腦電腦后，可控制電腦屏幕上籃球的移動方向。在熟悉并學習了操作者的腦電波后，“達爾文”會在后續接受相同刺激時做出同樣反映。

6、AI-CTX芯片

此外，國內也出現了一些小型的類腦芯片研究團隊，如AI-CTX團隊。據稱他們目前設計出了一款類腦芯片模型，不僅每個神經元都具有跟人腦神經元類似的電學特征與動態參數，具有簡單的運算與存儲功能。他們還采用了一種特殊的布線方式，使各芯片之間的交流突破物理限制，進而增加芯片群組的原有網絡。這一芯片不適合處理靜態硬盤數據，但擅長處理如溫度、氣壓、人體信號、loT等包含時間參數的數據。

雖然目前市面上出現了幾款類腦芯片，但其在計算力上還不及傳統架構芯片快。為了提升計算機對大規模數據的運算效率，芯片企業現在最常見的做法就是基于傳統芯片架構，搭載人工神經網絡，從功能上模擬人腦計算的GPU、FPGA·、ASIC三種芯片，加上類腦芯片，并稱為AI芯片。智東西曾利用過去的一年時間，深入到芯片產業鏈上下游，遍訪AI芯片各大公司以及創企，并進行過詳細細致的報道。深入企業涉及英偉達、谷歌、聯發科等。