人工智能芯片

據(jù)了解，類腦芯片是人工智能芯片中的一種架構(gòu)。它模擬人腦進行設計，因其獨特的結(jié)構(gòu)，相比于傳統(tǒng)芯片，在功耗和學習能力上具有絕對優(yōu)勢。目前，英特爾研發(fā)出的類腦芯片的學習效率比其他智能芯片高100萬倍，并且比傳統(tǒng)芯片節(jié)省近1000倍，是ai領(lǐng)域的新風口。

英國牛津大學在 2017 年發(fā)表了用于計算的光子芯片的研發(fā)成果，其研究人員使用了特殊的相變材料與集成光路，模擬人腦的神經(jīng)突觸作用，設計“光子突觸”，其理論運行速度是人腦的千倍。

近日，牛津大學、?？巳卮髮W和明斯特大學的研究人員共同開發(fā)出一款僅有3mm×6mm大小的類腦光驅(qū)動芯片，并聲稱該芯片的運算速度可比人腦快1000倍。

長久以來，科學家們對于開發(fā)模擬人類大腦神經(jīng)元連接方式的芯片具有極高的興趣。有研究顯示，大腦中數(shù)以萬億計的突觸連接的運行速度相當于一臺擁有每秒1萬億比特處理器的計算機，僅用幾十瓦的功率就能快速并行處理大量信息。

很多人可能并不知道，其實人腦在大量信息的計算和處理上是要比目前地球上任何的處理器和處理系統(tǒng)都要強大的，而且在效率和能耗上更是遠遠超出，而光子芯片則達到了人腦的 1000 倍。

如何能達到這么快，說到底是依靠光子的超高速度和超低能耗。

對于光纖傳輸很多人都不會陌生了，人類運用光路傳輸?shù)幕驹韥磉\送信息已經(jīng)是習以為常的事了。但其實，光還有許多潛力待挖掘，比如光信號的折射、干涉、衍射、偏振等很多特性還遠未被有效利用。

為此，由牛津大學納米材料學教授Harish Bhaskaran領(lǐng)導的這支研究小組，自2013年就開始從事相關(guān)的研究工作。經(jīng)過4年的研發(fā)與改進，研究人員終于制成了這款由相變材料和光子集成電路組合而成的芯片，其中包含的7000萬個晶體管和850個光子元件（用來發(fā)送和接收光信號）組成了類似神經(jīng)連接的“硬件突觸”。

在測試中，這款芯片的數(shù)據(jù)傳輸速度已經(jīng)達到300Gbps，比現(xiàn)有的標準處理器要快10-50倍，而且還能大幅降低能耗，而這都要得益于它是用光來傳輸數(shù)據(jù)。

再說回這次牛津大學研發(fā)出的這款光子芯片，負責芯片開發(fā)的副教授Vladimir Stojanovic 說，開發(fā)出第一款能在外部世界通信的光芯片是重大突破，至于商業(yè)化，最大的挑戰(zhàn)在于找到廉價的方法封裝芯片。出于成本考慮，光芯片技術(shù)最先會用在數(shù)據(jù)中心中，然后才能進入到小設備。

但無論如何，光子芯片這項技術(shù)的成熟將給我們帶來的影響是巨大的，最直觀的體現(xiàn)就是在更強性能卻更省電的處理器。而長遠來看，這種遠超人腦速度的計算能力可以賦予 AI 的將是無限的可能性。