IBM“神经突触芯片”已在国家实验室投入使用

2016-04-01 09:10:24来源：至顶网关键词：物联网芯片智能控制阅读量：31530

导读：IBM公司的TrueNorth平台将成为劳伦斯?利弗莫尔国家实验室（简称LLNL）新一代性能巨兽的构建基础。

　　【中国智能制造网名企在线】劳伦斯·利弗莫尔国家实验室迎来了拥有6万4千计算核心与800亿晶体管性能巨兽。IBM公司的TrueNorth平台将成为劳伦斯·利弗莫尔国家实验室(简称LLNL)新一代性能巨兽的构建基础。

　　蓝色巨人将其称为“神经突触芯片”——或者我们可以将其理解为IBM大肆宣扬的“人脑灵感”设计方案的具体成果——将“拥有等同于1600万个神经突触及40亿突触的计算能力”，而总体功耗仅为2.5瓦，劳伦斯·利弗莫尔国家实验室在媒体发布会上解释称。

　　在众多围绕“左脑/右脑”展开的伪科学争论当中，IBM公司不为所动，给出了与TrueNorth相关的一批有力数据：一个神经突触核心由4096个内置于芯片网络中的核心构成，能够提供“100万个神经元与2560万个突触”。这一可观的“突触”数量同时意味着该芯片能够在一个或者多个核心发生故障时仍然正常运转。

　　劳伦斯·利弗莫尔国家实验室已经利用16台TrueNorth设备构建起一套系统。其中每块处理器拥有54亿个晶体管，并由此创建1600万个神经元阵列。另外，每个芯片的功耗仅为70毫瓦(意味其正常运行所需要的功耗仅为完整系统2.5瓦额定功耗的一半)。当然在价格方面也毫不含糊：合同总额高达100万美元，折合每芯片62500美元。

　　不过这样的评估并不是特别准确，因为IBM公司同时提供一套仿真器、一款编程语言以及集成化编程环境、一套算法库再加上相关应用程序、固件、神经网络构建工具、教学课程库以及配套云服务。

　　这套系统将支持劳伦斯·利弗莫尔国家实验室负责的美国国家核安全管理局(简称NNSA)各相关事务，具体包括网络安全与防扩散工作。国家核安全局热衷于机器学习、“深度学习算法”并希望利用TrueNorth打造一套切实可行的通用型计算平台。

　　IBM公司在一篇文章中指出，其中的神经触突核心为“事件驱动型”，意味着核心与网络芯片皆可在不占用时钟频率的前提下发挥作用。

　　IBM方面同时表示，TrueNorth的一大核心卖点在于其低功耗水平，这主要是因为该芯片只根据需求执行，而不像传统芯片那样在无事可做时仍保持自身时钟运转。

上一篇：微软Build大会10大重磅消息：聚焦人工智能

下一篇：联通成立“沃云＋云生态联盟”全面开启云服务

我要评论

如何利用物联网和开放平台视频管理系统（VMS）实现互联未来
物联网和开放平台VMS的结合将为实现互联未来提供强大的技术支持。通过整合物联网设备和VMS系统，可以实现更广泛的监控、更高效的数据管理和更智能的决策支持。本文将探讨如何利用物联网和开放平台VMS实现互联未来，并分析其在不同领域的应用和优势。
物联网物联网设备开放平台VMS
2025-04-16 09:48:35
估值87.5亿美元！英特尔将出售旗下一芯片业务51%股份
分析人士指出，英特尔的此次交易既为公司带来急需的现金流，又能使其更专注于CPU和先进制程研发，但如何扭转在多个关键技术领域的落后局面，仍是英特尔面临的根本性挑战。
英特尔芯片
2025-04-15 11:01:24
人工智能与物联网融合：通往更智能未来的大门
人工智能与物联网的融合蕴含着变革性的潜力，有望重塑各行各业，彻底改变日常生活，并为更智能、更互联的未来铺平道路。未来，AIoT技术将更加自主，能够独立完成复杂任务，无需人工干预。
人工智能物联网AIoT技术
2025-04-14 11:28:21
如何构建成功的物联网应用？策略与实践
物联网旨在创建一个互联互通、情境感知的环境，使设备能够无缝地相互通信并共享实时数据。据Statista预测，到2025年，全球物联网市场规模将达到10,590亿美元。
物联网物联网应用
2025-04-14 11:18:52
广东发布中小学人工智能课程指导纲要人工智能对教育有何影响
根据联合国教科文组织2022年的报告，全球已有超过40%的教育机构在不同程度上应用了人工智能技术。
人工智能物联网
2025-04-14 10:12:02
如何选择物联网无线通信技术来连接设备？
选择合适的物联网无线通信技术需要综合考虑应用场景、设备特性、功耗要求、数据传输需求和成本等多个因素。本文将深入探讨几种主流的物联网无线通信技术，分析其优缺点及适用场景，以帮助企业和开发者更好地选择适合自身需求的技术方案。
物联网无线通信技术
2025-04-09 14:15:59

版权与免责声明：

凡本站注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：智能制造网”。违反上述声明者，本站将追究其相关法律责任。

本站转载并注明自其它来源（非智能制造网）的作品，目的在于传递更多信息，并不代表本站赞同其观点或和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时，必须保留本站注明的作品第一来源，并自负版权等法律责任。如擅自篡改为“稿件来源：智能制造网”，本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多，如涉及作品内容、版权等问题，请与本站联系并提供相关证明材料：联系电话：0571-89719789；邮箱：1271141964@qq.com。