類腦計算芯片技術(shù)發(fā)展及軍事應(yīng)用淺析

毛磊 姚保寅 黃旭輝 王智斌

隨著智能時代對大規(guī)模數(shù)據(jù)處理的要求越來越高，摩爾定律下的處理器集成器件數(shù)量越發(fā)接近極限，當(dāng)下急需通過架構(gòu)的變化以應(yīng)對大數(shù)據(jù)的需求。類腦計算芯片結(jié)合微電子技術(shù)和新型神經(jīng)形態(tài)器件，模仿人腦神經(jīng)系統(tǒng)計算原理進行設(shè)計，旨在突破“馮˙諾依曼瓶頸”，實現(xiàn)類似人腦的超低功耗和并行信息處理能力。

基本概念與內(nèi)涵

類腦計算芯片（簡稱“類腦芯片”），廣義上指參考人腦神經(jīng)元結(jié)構(gòu)和人腦感知認知方式來設(shè)計的芯片，分為兩大類：一是側(cè)重于參照人腦神經(jīng)元模型及其組織結(jié)構(gòu)來設(shè)計芯片結(jié)構(gòu)，稱為神經(jīng)形態(tài)芯片，如IBM公司的“真北”;二是側(cè)重于參照人腦感知認知的計算模型而非神經(jīng)元組織結(jié)構(gòu)，即設(shè)計芯片結(jié)構(gòu)來高效支持人工神經(jīng)網(wǎng)絡(luò)或深度神經(jīng)網(wǎng)絡(luò)等成熟的認知算法。狹義上，類腦芯片一般指神經(jīng)形態(tài)芯片。

類腦芯片尤其是神經(jīng)形態(tài)芯片具有如下特點：善于做復(fù)雜時空序列分析;雖然每個神經(jīng)元發(fā)放速率很低，但基于全并行運算，響應(yīng)速度遠遠快于現(xiàn)有解決方案;適合做各種傳感器信息的實時處理;獨有的事件觸發(fā)運算機制，即當(dāng)沒有動態(tài)信息生成的時候不會有運算發(fā)生。

發(fā)展現(xiàn)狀及水平

類腦芯片起源于20世紀80年代，加州理工學(xué)院教授卡弗·米德最先提出的“神經(jīng)擬態(tài)計算”的設(shè)計理念。2008年美國惠普公司發(fā)明出可模仿人腦觸功能的憶阻器，使得以硬件形式模仿人腦形態(tài)和功能首次成為可能，為類腦芯片的快速發(fā)展奠定重要基礎(chǔ)。美歐日等均設(shè)立各種類腦計劃，為未來發(fā)展開辟道路，如美國2013年宣布的“通過發(fā)展創(chuàng)新性神經(jīng)技術(shù)的大腦研究”計劃（簡稱“大腦”計劃）、歐盟第七框架計劃的旗艦項目“人腦工程”、日本文部科學(xué)省2014年9月啟動的“大腦研究計劃”等。

IBM公司的“真北”類腦芯片

美國DARPA在2008年憶阻器研制成功后，迅速啟動總投資1.01億美元，為期6年的“神經(jīng)形態(tài)自適應(yīng)可塑可擴展電子系統(tǒng)”項目，旨在研制出具有百萬神經(jīng)元級別的類腦芯片，項目主要由IBM和休斯研究實驗室負責(zé)。

IBM于2014年發(fā)布了第二代“真北”類腦芯片，采用28納米工藝，含100萬個神經(jīng)元數(shù)量、2.56億個可編程突觸、54億個晶體管，每秒可執(zhí)行460億次突觸運算，總功耗為70毫瓦，尺寸僅為一張郵票大小，能以80%的正確率對校園監(jiān)控視頻中的行人和車輛進行實時分類，相比執(zhí)行同樣任務(wù)的筆記本電腦，“真北”速度是后者的100倍，功率僅為其千分之一。

為加速實現(xiàn)“真北”類腦芯片實際應(yīng)用，IBM公司還開發(fā)出“核心集”硬件描述語言，為類腦芯片的功能定制提供便利。目前，IBM公司以“神經(jīng)突觸核心”為基本模塊，已開發(fā)出150余種能實現(xiàn)特定功能的算法包。算法包間還可進一步結(jié)合，實現(xiàn)更復(fù)雜的功能。

IBM公司側(cè)重架構(gòu)研究，對“真北”芯片中的“神經(jīng)突觸核心”電路做了充分簡化，其中的突觸只具有導(dǎo)通和斷開兩種狀態(tài)。這種設(shè)計便于用傳統(tǒng)計算機仿真模擬，但缺乏通過即時學(xué)習(xí)改善芯片性能的能力。休斯研究實驗室的“神經(jīng)突觸核心”采用模擬設(shè)計，并利用“突觸時分復(fù)用技術(shù)”使每個實體突觸都能發(fā)揮上萬個虛擬突觸的作用。2014年6月，該實驗室研制出包含576個神經(jīng)元和7.3萬突觸的芯片，演示了通過即時學(xué)習(xí)改善芯片性能的能力。在項目下一階段，該成果將應(yīng)用于“真北”架構(gòu)，構(gòu)建可實時學(xué)習(xí)的類腦微處理器。

除“真北”芯片外，英特爾于2017年發(fā)布了Loihi類腦芯片，采用異構(gòu)設(shè)計，擁有13萬個神經(jīng)元和1.3億個突觸，可加速機器學(xué)習(xí)，同時將功耗要求降低到現(xiàn)有芯片的千分之一。英特爾于2019年展示了其最新的可模擬800多萬個神經(jīng)元的Pohoiki?Beach芯片系統(tǒng)，含64顆Loihi芯片，集成1320億個晶體管，總面積3840平方毫米，擁有800多萬個“神經(jīng)元”（相當(dāng)于某些小型嚙齒動物的大腦）和80億個“突觸”，執(zhí)行任務(wù)速度比傳統(tǒng)CPU快1千倍，能效可提高1萬倍。此外，高通、谷歌和英偉達等也在加大類腦芯片的研究。前幾年大火的谷歌AlphaGo和英偉達GPU等，均采用了最新類腦芯片技術(shù)。

歐盟在“人腦工程”計劃的支持下，類腦芯片研制也取得顯著進展。英國曼徹斯特大學(xué)領(lǐng)導(dǎo)的“脈沖神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu)”項目是“人腦工程”計劃的基礎(chǔ)仿真項目。該項目基于多核ARM芯片構(gòu)建認知超級計算機。2018年，全球最大的神經(jīng)形態(tài)超級計算機“脈沖神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu)”首次啟用，擁有100萬個處理器內(nèi)核，每秒可執(zhí)行200萬億次操作，能夠達到人腦百分之一的比例，是世界上第一個低功耗、大規(guī)模人腦數(shù)字模型。

德國海德堡大學(xué)領(lǐng)導(dǎo)的“多層次大腦”項目是“人腦工程”計劃的神經(jīng)形態(tài)計算項目。該項目將從神經(jīng)元到大腦整體等不同層次加深對大腦信息處理過程的理解，在8英寸晶片上構(gòu)建了384塊緊密互聯(lián)的神經(jīng)形態(tài)管芯，包括20萬個神經(jīng)元和5000萬個突觸，采用這種神經(jīng)形態(tài)處理器的計算機已經(jīng)成功運行，功能比IBM公司的“真北”神經(jīng)形態(tài)芯片更接近生物神經(jīng)元。

關(guān)鍵技術(shù)及應(yīng)用

類腦芯片關(guān)鍵技術(shù)主要包括算法模型和硬件平臺技術(shù)兩大類。

算法模型技術(shù)??類腦芯片算法模型技術(shù)主要涉及人工神經(jīng)網(wǎng)絡(luò)、脈沖神經(jīng)網(wǎng)絡(luò)等。其中，人工神經(jīng)網(wǎng)絡(luò)受到腦網(wǎng)絡(luò)啟發(fā)，通過連接大量具有相同計算功能的神經(jīng)元節(jié)點形成神經(jīng)網(wǎng)絡(luò)，實現(xiàn)對輸入輸出模式的擬合近似。人工神經(jīng)網(wǎng)絡(luò)從輸入到輸出呈現(xiàn)層級結(jié)構(gòu)，當(dāng)層數(shù)較多時則被稱為深度神經(jīng)網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)本質(zhì)上是存儲和計算并行，脈沖神經(jīng)網(wǎng)絡(luò)則更嚴格地模擬大腦的信息處理機制，與前者主要有兩大不同，其一是采用脈沖編碼（0/1），其二是具有豐富的時間動力學(xué)。

脈沖神經(jīng)網(wǎng)絡(luò)方法需要有與生物神經(jīng)元的動力學(xué)相似的人工突觸和神經(jīng)元。對模擬突觸功能至關(guān)重要的人工突觸已經(jīng)被簡單的兩終端憶阻器實現(xiàn)。最近，帶有積分泄漏和發(fā)放功能的人工神經(jīng)元也被單一的憶阻器器件實現(xiàn)。支持脈沖神經(jīng)網(wǎng)絡(luò)的器件通常稱為神經(jīng)形態(tài)器件，目前大多只能體現(xiàn)低功耗的特性，性能尚不能與深度神經(jīng)網(wǎng)絡(luò)匹敵。

“脈沖神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu)”類腦芯片

硬件平臺技術(shù)??類腦芯片硬件平臺技術(shù)主要涉及深度神經(jīng)網(wǎng)絡(luò)專用處理器和神經(jīng)芯片及系統(tǒng)。面向深度神經(jīng)網(wǎng)絡(luò)的專用處理器設(shè)計需要充分考慮大量參數(shù)存儲訪問帶來的面積、速度和能耗瓶頸，通過壓縮和簡化網(wǎng)絡(luò)模型，結(jié)合計算模塊的設(shè)計進一步優(yōu)化整個架構(gòu)。還有另一類深度學(xué)習(xí)專用處理器的解決方案，主要基于深度壓縮算法來指導(dǎo)硬件設(shè)計。具體來說，主要在不損失過多性能的前提下，通過在理論算法層面對深度神經(jīng)網(wǎng)絡(luò)進行各種近似或壓縮，從而設(shè)計輕量化網(wǎng)絡(luò)以減小所需要的計算和存儲資源，實現(xiàn)更快的運行速度和更低的能量消耗。

目前神經(jīng)形態(tài)芯片主要基于傳統(tǒng)CMOS技術(shù)的神經(jīng)形態(tài)計算電路和基于新型納米器件的神經(jīng)形態(tài)計算電路。傳統(tǒng)CMOS技術(shù)發(fā)展相對比較成熟，如“真北”芯片是異步-同步混合（無全局時鐘）數(shù)字電路的代表作;海德堡大學(xué)的“多層次大腦”芯片則是模擬集成電路的代表作。而基于新型納米器件的神經(jīng)形態(tài)計算電路目前最受關(guān)注的方向是利用憶阻器等搭建的神經(jīng)形態(tài)芯片。

深度神經(jīng)網(wǎng)絡(luò)專用處理器和神經(jīng)形態(tài)芯片分別支持人工神經(jīng)網(wǎng)絡(luò)和脈沖神經(jīng)網(wǎng)絡(luò)模型。通過設(shè)計通用類腦芯片，可實現(xiàn)上述兩種模型異構(gòu)融合，在保持專用芯片高效能的同時，需盡可能提高對上述模型支持的通用性。

應(yīng)用前景

類腦芯片擁有超低功耗、大規(guī)模并行計算、高速或?qū)崟r信息處理等技術(shù)潛力，在軍事應(yīng)用場景下，特別是對性能、速度、功耗有強約束的條件下，具有獨特的優(yōu)勢，可用于天/空基針對軍事目標的超低延時動態(tài)視覺識別，組建認知超級計算機實現(xiàn)海量數(shù)據(jù)快速處理，此外還可用于未來戰(zhàn)場的智能博弈對抗與決策。

超低延時動態(tài)視覺識別類腦芯片的超低功耗、超低延時、實時高速動態(tài)視覺識別、追蹤技術(shù)及傳感器信息處理技術(shù)，是國防科技戰(zhàn)略層面的關(guān)鍵技術(shù)，尤其超低延時實時高速動態(tài)視覺識別技術(shù)，在衛(wèi)星、飛機等裝備高速動態(tài)識別領(lǐng)域具有極為重要的作用。美國空軍于2014年授予IBM一份價值55萬美元的合同，利用“真北”芯片幫助衛(wèi)星、高空飛機和小型無人機等更加高效、智能地完成機器視覺分析，自動識別坦克或防空系統(tǒng)等車輛，而功耗不到原來1/5，這對于太空有限的供能資源非常重要。三星高級技術(shù)研究院于2016年也利用IBM“真北”芯片，研發(fā)了動態(tài)視覺傳感器，以每秒2000幀的速度識別圖像，用于3D地圖生成和自動駕駛等。

類腦芯片擁有廣闊的應(yīng)用前景

海量數(shù)據(jù)快速處理 類腦芯片促進神經(jīng)形態(tài)超級計算機發(fā)展，使其具有極高的計算速度和海量數(shù)據(jù)處理能力，未來還能進行“認知”與“思考”，將改變計算機常規(guī)工作模式。美國空軍研究實驗室于2017年6月利用IBM公司的“真北”類腦芯片開始研制類腦超級計算機，并于2018年8月發(fā)布了世界上最大的神經(jīng)形態(tài)超級計算機“藍鴉”。該計算機可以同時模擬6400萬個生物神經(jīng)元和160億個生物神經(jīng)突觸，功耗僅為40瓦，是傳統(tǒng)超級計算機的百分之一。美國空軍實驗室計劃在2019年演示一種利用“藍鴉”開發(fā)的機載目標識別應(yīng)用程序，2024年將實現(xiàn)百億億次的類腦認知超級計算機，對10倍于目前全球互聯(lián)網(wǎng)流量的大數(shù)據(jù)進行實時分析，屆時將使制約下一代戰(zhàn)機等先進裝備發(fā)展的大數(shù)據(jù)從難題變?yōu)橘Y源，加速創(chuàng)新與發(fā)現(xiàn)，并極大縮短國防科技與工程的發(fā)展周期。

類腦芯片可用于未來戰(zhàn)場的智能博弈對抗與決策

智能博弈對抗與決策面對未來戰(zhàn)爭，特別是智能化、無人化、強博弈對抗條件下，類腦芯片通過借鑒大腦的信息處理和信息存儲方式，在智能計算的算力、能耗與效率等方面具有優(yōu)勢，有望實現(xiàn)飛機/導(dǎo)彈等的博弈對抗和決策的跨越式發(fā)展，提升未來戰(zhàn)場軍事對抗能力。

結(jié) 語

類腦芯片的本質(zhì)是模擬人腦工作原理實現(xiàn)快速學(xué)習(xí)，解決極其復(fù)雜的計算問題，有望滿足衛(wèi)星、無人機、單兵裝備等的低能耗需求，并通過不斷學(xué)習(xí)實現(xiàn)復(fù)雜環(huán)境中高效信息處理。當(dāng)前類腦芯片研究已取得階段性進展，建議國內(nèi)相關(guān)研究機構(gòu)：一是大力加強類腦芯片理論建模和功耗降低等關(guān)鍵技術(shù)研究，如研究建立神經(jīng)網(wǎng)絡(luò)處理器相關(guān)的功耗模型，通過結(jié)構(gòu)設(shè)計參數(shù)的選擇，降低相對功耗。二是充分調(diào)動認知科學(xué)、神經(jīng)以及遺傳科學(xué)、計算機科學(xué)和社會學(xué)等各領(lǐng)域?qū)＜遥訌妼W(xué)科交叉，逆向工程推進類腦芯片研究取得新突破。三是加強類腦芯片研制用單晶硅、憶阻器等關(guān)鍵材料影響機制研究。如在人造突觸設(shè)計時，針對非晶材料對電壓模擬神經(jīng)元信息傳輸?shù)挠绊憴C制研究，以及憶阻器材料對人工神經(jīng)網(wǎng)絡(luò)邏輯完備性、計算復(fù)雜度、級聯(lián)、可重構(gòu)性的影響機制研究等。四是促進用戶-企業(yè)-高校產(chǎn)學(xué)研用合作，加速類腦計算技術(shù)向?qū)嶋H應(yīng)用轉(zhuǎn)化。如從應(yīng)用端發(fā)力，突出導(dǎo)向性，倒逼類腦芯片研發(fā);形成用戶-企業(yè)-高校產(chǎn)學(xué)研用合作機制，暢通類腦芯片研發(fā)應(yīng)用鏈條等。

責(zé)任編輯：張傳良