IBM 在《科学》发表 TrueNorth 神经形态芯片

为什么要造模仿神经元的芯片

常见的数字芯片靠把数据在处理器和存储器之间来回搬运来完成计算，而且无论有没有事情可做，都按节拍推进。神经形态计算（neuromorphic computing）走的是另一条路：它用脉冲（spike）表示信息。脉冲神经元（spiking neuron）在输入没有超过阈值时保持安静，一旦越过阈值就发出一个短促的脉冲，传给与它相连的单元。安静的神经元几乎不消耗能量，因此芯片的功耗更多跟着网络的活动量走，而不是跟着硬件规模走。难点在于，要把这样的网络做得很大，还要能用可以量产的硅工艺造出来。

论文发表了什么

2014年8月8日，《科学》（Science）刊出论文《A million spiking-neuron integrated circuit with a scalable communication network and interface》，载于第345卷第6197期，第668至673页^[1]。论文共有20位作者，从 Paul A. Merolla、John V. Arthur 一直到 Dharmendra S. Modha^[1]。论文描述的芯片由 IBM 研制，后来被称为 TrueNorth。

芯片上的数字

这块电路集成了54亿个晶体管和4096个神经突触核（neurosynaptic core）——神经突触核是承载并连接神经元的重复单元——这些核由图内的网络互连^[1]。它们合起来集成了100万个可编程的脉冲神经元和2.56亿个可配置的突触（synapse），突触就是一个神经元的脉冲传到下一个神经元所经过的连接点^[1]。据 BBC 报道，芯片上每个神经元与另外256个神经元相连^[2]，这与论文给出的突触数与神经元数之比正好对得上。

功耗

为了说明这样一张网络运行起来要花多少电，论文给出了一个具体测量：以400像素×240像素、每秒30帧的视频作为输入时，芯片功耗为63毫瓦^[1]。这只占一瓦的很小一部分，也正是这个数字让设计引人注意：一张拥有100万个神经元的网络，功耗落在小型电池供电电子设备的量级上。

靠拼贴扩展

设计并不打算止步于单块芯片。芯片之间可以通过片间通信接口在二维方向上拼贴，从而把整个架构扩展成任意大小的类皮层薄片^[1]。也就是说，单块芯片被当作一个可以重复的单元，而不是一台固定成型的完整机器。

外界如何报道

BBC 报道说，这一设计被命名为 TrueNorth，并被形容为一张邮票大小的超级计算机^[2]。同一篇报道还提到，整个项目投入的工作量超过200人年^[2]，这个数字让人大致体会到，一块能拿在手里的芯片背后堆了多少工程。

论文留下了什么

这篇论文的贡献是一组测出来的数字，而不是一句承诺。它在一块硅片上给出了明确的计数——100万个神经元和2.56亿个突触，为一种确定的输入流给出了功耗测量，并勾勒出把芯片二维拼贴成更大系统的路径^[1]。这几点合在一起，使这项工作成了一个参照点：关于类脑规模硬件的说法，从此可以用晶体管、核、神经元、突触、毫瓦和拼贴方案来表述，并与一个公开发表的器件对照核查。需要说明的是，那个功耗数字对应的是某一种特定输入和网络，它衡量的是这次演示，而不是对所有工作负载的保证。论文真正确立的是：脉冲式的架构可以用普通硅工艺做到这个规模，并且能继续连成更大的系统。