澳大利亚研究人员表示，预计将于 2024 年 4 月上线的超级计算机将与人脑的估计运算速度相媲美。这台名为 DeepSouth 的机器每秒能够执行 228 万亿次操作。
它是世界上第一台能够在人脑规模上模拟神经元和突触（构成我们神经系统的关键生物结构）网络的超级计算机。
DeepSouth属于一种称为神经形态计算的方法，旨在模仿人脑的生物过程。它将由西悉尼大学神经形态系统国际中心运营。
我们的大脑是我们所知道的最神奇的计算机器。通过分发其
通过数万亿个连接（突触）相互作用的数十亿个小单元（神经元）的计算能力，大脑可以与世界上最强大的超级计算机相媲美，同时只需要与冰箱灯泡相同的功率。
与此同时，超级计算机通常占用大量空间，并且需要大量电力才能运行。世界上最强大的超级计算机Hewlett Packard Enterprise Frontier每秒可执行超过 100 万亿次运算。它占地 680 平方米（7,300 平方英尺），运行需要 22.7 兆瓦。
我们的大脑每秒只需 20 瓦的功率即可执行相同数量的操作，而重量仅为 1.3 至 1.4 公斤。除其他外，神经形态计算旨在解开这种惊人效率的秘密。
晶体管的极限
1945 年 6 月 30 日，数学家和物理学家约翰·冯·诺依曼描述了一种新机器的设计，即电子离散变量自动计算机 (Edvac) 。这有效地定义了我们所知的现代电子计算机。
我的智能手机、我用来写这篇文章的笔记本电脑以及世界上最强大的超级计算机都具有冯·诺依曼在大约 80 年前引入的相同基本结构。它们都有不同的处理和内存单元，其中数据和指令存储在内存中并由处理器计算。
几十年来，微芯片上的晶体管数量大约每两年增加一倍，这一现象被称为摩尔定律。这使我们能够拥有更小、更便宜的计算机。
然而，晶体管尺寸现在已接近原子尺度。在这些微小的尺寸下，产生过多的热量是一个问题，就像一种称为量子隧道效应的现象一样，它会干扰晶体管的功能。 这种情况正在放缓，并最终将阻止晶体管的小型化。
为了解决这个问题，科学家们正在探索新的方法
计算，从我们都隐藏在我们头脑中的强大计算机——人脑开始。我们的大脑并不按照约翰·冯·诺依曼的计算机模型工作。它们没有单独的计算和存储区域。
相反，它们的工作原理是连接数十亿个以电脉冲形式传递信息的神经细胞。信息可以 通过称为突触的连接点从一个神经元传递到下一个神经元。大脑中神经元和突触的组织是灵活的、可扩展的且高效的。
因此，与计算机不同的是，在大脑中，记忆和计算是由相同的神经元和突触控制的。自 20 世纪 80 年代末以来，科学家们一直在研究这个模型，意图将其导入计算中。
模仿生活
神经形态计算机基于简单的基本处理器（其作用类似于大脑的神经元和突触）的复杂网络。这样做的主要优点是这些机器本质上是“并行的”。
这意味着，与神经元和突触一样，计算机中的几乎所有处理器都可以同时运行，串联通信。
此外，由于单个神经元和突触执行的计算与传统计算机相比非常简单，因此能耗要小几个数量级。尽管神经元有时被认为是处理单元，突触被认为是记忆单元，但它们有助于处理和存储。换句话说，数据已经位于计算需要的地方。
这总体上加快了大脑的计算速度，因为内存和处理器之间没有分离，这在经典（冯·诺依曼）机器中会导致速度减慢。但它也避免了执行从主存储器组件访问数据的特定任务的需要，就像传统计算系统中发生的那样，并且消耗大量的能量。
我们刚才描述的原则是 DeepSouth 的主要灵感。这不是目前唯一活跃的神经形态系统。值得一提的是由欧盟倡议资助的人脑计划（HBP） 。 HBP 于 2013 年至 2023 年运行，并催生了 BrainScaleS，这是一台位于德国海德堡的机器，用于模拟神经元和突触的工作方式。
BrainScaleS可以模拟神经元如何“尖峰”，即电脉冲沿着我们大脑中的神经元传播的方式。这将使 BrainScaleS 成为研究认知过程机制以及未来严重神经系统和神经退行性疾病背后机制的理想候选者。
由于神经形态计算机被设计用来模仿真实的大脑，因此它们可能是一个转折点的开始。它们提供可持续且经济实惠的计算能力，并允许研究人员评估神经系统模型，是一系列应用的理想平台。它们有潜力促进我们对大脑的理解，并为人工智能提供新的方法。
本文根据知识共享许可从The Conversation重新发布。 阅读原文。
图片来源： marian anbu juwan / Pixabay