AI学大脑干活！南加大搞出“仿生神经元”单晶体管解困局

[db:作者]

南加州大学维特比工程学院的约书亚・杨教授团队，比来搞出个能让AI“省电”的新工具，基于离子分散的野生神经元提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
就一个晶体管，居然能复现大脑神经元的电化学进程提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。

现在AI行业最头疼的就是耗电，像那些大型说话模子练习一次，电费都得很多钱，而这技术恰好戳中了这个痛点提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
之前听行业里人聊，传统神经形状芯片想做一小我工神经元，得用好几十个甚至上百个晶体管提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
硬件堆得越来越复杂，想搞大范围神经收集就出格费劲提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
比如IBM晚年的TrueNorth芯片，虽说有百万级“类神经元”，但每个单元都靠晶体管组合模拟，功耗还是下不来提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
原本想靠堆硬件处理AI范围题目，后来发现越堆越费电，这门路明显走欠亨提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。

杨教授团队这个“分散忆阻器”就纷歧样了，用的是氧化物里银离子的活动来处置信息，不是传统的电子提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
这思绪挺妙的，相当于把计较的“载体”换了，从电子酿成离子，一会儿就实现了一个晶体管对应一小我工神经元提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
你想啊，硬件复杂度降下来，后续做大范围神经收集就有根本了，这可不是小冲破提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
AI耗电愁坏行业？单晶体管神经元来救场现在AI练习和推理，电能消耗是真吓人提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
不但企业运营本钱高，对情况也不友爱提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。

但人脑就纷歧样了，才用20瓦功率，就能处置各类复杂认知使命，这差异不是一点半点提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
杨教授说题目不在计较才能不够，是能源用得太浪费提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
传统数字计较机靠“暴力计较”干活，跟大脑那种“高效提取纪律”的门路完全分歧提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
而分散忆阻器由于用了离子，离子比电子重，活动慢，恰好能自然实现记忆功用提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
不用额外搞存储单元，计较和存储放一块，数据不用往返搬，能耗自然就降下来了提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
我感觉这才是找对了偏向，之前大师总在软件算法上抠节能，实在硬件底层架构不改，节能结果有限提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
就像家里的旧冰箱，再怎样调温度，能耗也比新架构的冰箱高，事理是一样的提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。

这技术能成，还有个关键是学了大脑的干活方式提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
我们大脑里的神经元，信号传递是“电-化学-电”的转换提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
电信号到突触酿成化学信号，传曩昔再变回电信号，就是靠这进程实现高效进修和记忆提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
杨教授团队就仿了这个，用银离子模拟大脑里的钠、钾离子，让银离子在氧化物里分散，模拟离子通道的行为提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
仿大脑干活！这技术让AI学会“省劲儿”生物神经元里，钠离子进来引策行动电位，钾离子进来规复安静，全部进程能耗出格低提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
而传统AI是用软件模拟这个进程，光数据搬移就耗掉90%以上的算力提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
分散忆阻器纷歧样，间接在硬件层面实现记忆和进修，不用软件再费劲模拟提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。

尝试数据里，这野生神经元的信号提早差不多50微秒，跟生物神经元差不太多，稳定性也还行，循环测试很屡次性能衰减都少提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
这就意味着AI能像大脑一样“小样本进修”，不用靠海量数据堆提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
比如识别个物体，几十张图能够就够了，这对那些数据少的场景太友爱了提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
之前帮朋友做过简单的AI识别项目，光找数据就花了半个月，如果早有这技术，能省很多事提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
从产业角度看，这技术还能处理冯・诺依曼架构的老题目提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
之前查材料晓得，传统架构里数据得在处置器和存储器之间往返挪，能耗大部分都花在这了提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。

分散忆阻器把计较和存储放一块，这部分能耗间接就省了提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
现在边沿计较不是火嘛，像智能腕表、物联网传感器，电池就那末点，出格需要低功耗硬件，华为、高通这些企业都在盯这个偏向，今后这技术说不定能用到这些装备上提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
现在的AI虽然在特定使命上利害，但离通用AI还差得远，主如果硬件撑不起大脑那样的并行处置和自顺应进修提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
这技术一个晶体管一个神经元，不异芯全面积能装更多神经单元，而且每个都能自力进修，这不就是散布式智能的根本嘛提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
比如英伟达的H100GPU，晶体管很多，但如果用这技术，同等面积能装十亿级此外野生神经元，快遇上小哺乳动物的大脑范围了提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
很明显，通用AI需要的“自顺应、跨使命进修”，靠这硬件技术才有戏，否则总在公用AI里打转，很难有大冲破提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。

固然了，这技术现在也有麻烦提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
比如银离子分散得不够均匀，分歧地方速度纷歧样，神经元性能便能够有差别，还有跟现有半导体工艺怎样兼容，这些都得处理提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
不外Gartner猜测类脑计较硬件市场今后会很大，如果这技术能在几年内搞定产业化题目，说不定能占不小份额提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。
我感觉这技术不但是硬件创新，更重要的是把生物学和工程技术连系起来了，给AI从“公用”往“通用”走铺了路，今后AI说不定真能既利害又省电提出申请的零售商必须在新米大量上市的8月底前完成储备米销售。