1. 程式人生 > >全球最大“人造大腦”啟動,100萬ARM晶片,每秒200萬億次操作

全球最大“人造大腦”啟動,100萬ARM晶片,每秒200萬億次操作

640?wx_fmt=jpeg

大腦是身體中最複雜的器官,也是最難解開的器官。科學家已經開發出多種方法來更好地瞭解大腦,包括使用超級計算機。


世界上最大的神經形態超級計算機Spiking Neural Network Architecture(SpiNNaker)日前首次啟用,它擁有100萬個處理器核心,每秒可執行200萬億次操作。


SpiNNaker已有20年的歷史,由曼徹斯特大學電腦科學學院設計和建造,這期間花費了1500萬英鎊(近1.3億人民幣)的經費。該專案最初得到了工程和物理科學研究委員會(EPSRC)的支援,但最近由歐洲人腦專案資助。


640?wx_fmt=jpeg


曼徹斯特大學機房

SpiNNaker並不是第一款採用100萬處理器核心的超級計算機,但它仍然非常獨特,因為它的設計模仿了人類的大腦。大多數計算機通過標準網路將資訊從一個點發送到另一個點。SpiNNaker將少量資訊傳送到數千個點,類似於神經元如何通過大腦傳遞化學物質和電子訊號。



計算機工程教授SteveFurber博士評論道,“SpiNNaker完全重新定義了傳統計算機的工作方式。我們基本上創造了一種機器,它的工作方式更像是大腦,而不是傳統的計算機,這非常顯得別具一格的厲害。”


SpiNNaker背後的團隊希望,這臺機器能夠幫助他們“通過執行前所未有的大規模模擬,從而解鎖人類大腦如何運作的祕密”。SpiNNaker開發人員計劃建立一個可以模擬10億個生物神經元的超級計算機。人腦含有近1000億個通過1000萬億個突觸連線的神經元。SpiNNaker讓我們更接近於更好地理解人類大腦。


640?wx_fmt=jpeg

美國能源部的橡樹嶺國家實驗室(ORNL)超級計算機“Summit”



超級計算機最初是在20世紀60年代推出的,但在過去十年中變得越來越流行和強大。美國能源部的橡樹嶺國家實驗室(ORNL)超級計算機“Summit”最近獲得了世界上最快的超級計算機的榮譽。美國能源部計劃利用Summit進行能源,先進材料和人工智慧研究,並更多地瞭解癌症和老年痴呆症等疾病。根據英偉達CEO黃仁勳的說法,SpiNNaker、Summit和其他超級計算機是其中的一部分。


“人類所有知識的競賽——一場瞭解一切的競賽。”


曼徹斯特大學教授、英國皇家學會會員、參與設計了 ARM 晶片的 Steve Furber,準備用 100 萬個 ARM 微處理器創造一個大腦的電子模型。2016年8月,歐洲自然科學基金(EPSRC)最新一期 Pioneer 雜誌,用封面文章對 Furber 和他的巨集大計劃做了介紹,下面是此前報道的

《歐洲人腦計劃 SpiNNaker:用 100 萬 ARM 晶片製造人類大腦》


640?wx_fmt=jpeg


(文/Mark Mallett)1981 年,才從劍橋大學博士畢業的 Steve Furber 出任負責人,帶領團隊為艾康電腦(Acorn)旗下的 BBC Micro 計算機設計硬體。Furber 後來與人聯合開發了 Acorn RISC Machine (ARM)32 位元微處理器,也是過去半個世紀英國最重要的一項發明。1987 年,ARM 上市銷售,迄今銷量已逾百億臺。


ARM 處理器的重要特性在於將高效能與非常低的能耗結合在一起,延長電池使用壽命,非常適用於智慧手機、平板電腦等移動裝置。據估計,如今有大約 750 億檯安裝有 ARM 微處理器的裝置,全部聯網裝置中的 75% 都由 ARM 驅動。


1990 年,Steve Furber 離開艾康,在曼徹斯特大學任教,如今他已是計算機工程 ICL 教授,電腦科學博士培養 EPSRC 中心負責人。自上世紀 90 年代起,他一共接受了 30 多項英國自然科學基金(EPSRC),總額超過 2000 萬英鎊。


在 Furber 離開艾康電腦幾個月後,公司的研發部門成立了 ARM 有限公司,如今世界領先的半導體 IP 公司。

計算機硬體設計的天才


故事始於 1977 年,Stever Furber 那時還在寫他航天動力學博士論文。Furber 利用空餘時間,建造並且程式設計了一臺計算機,希望用這臺計算機寫論文。Furber 用他所謂的全新技術建造了這臺機器,關鍵是使用了從美國購買並且空運回來的微處理器。微處理器是如今計算機的核心,然而在 1977 年還處於嬰兒期,一些技術愛好者仍然喜歡用邏輯閘而不是微處理器。


640?wx_fmt=jpeg


Furber 的愛好讓他結識了艾康電腦的創始人 Chris Curry 和 Hermann Hauser。後來,Furber 開始為艾康打零工。在 Furber 劍橋博士研究生涯的最後,艾康談下了製造 BBC Micro 的單子,作為計算機認知專案(Computer Literacy Project)的一部分。Furber 在這個專案上與 Sophie Wilso 合作,後者是軟體工程天才,也是計算機語言 BBC BASIC 的發明人。


受美國微處理器革命的影響,並去到美國進行實地考察後,Furber 和 Wilson 決定自己設計處理器,那時他們已經是艾康的全職員工。他們的任務是為一臺“經濟型”桌面計算機設計處理器。


Hermann 對成功非常有信心。他指出當時艾康的兩大競爭對手——英特爾和摩托羅拉,稱後者既沒有錢也沒有人。事實也確實差不多如此。Furber 表示,當時他們確實沒有多少選擇,處理器必須很便宜,因此他們選擇使用塑料,此外,他們還必須確保處理器能耗不高,這樣執行時溫度才不會過高,整體不會出現問題。


1985 年 4 月 26 日,他們首次激活了原型機,但供電卻出了問題。“我們原本打算將它用於臺式計算機,”Furber 說:“結果卻發現處理器適用於移動裝置。”當初低能耗並不在原定目標內,出現這樣的結果,是因為結構簡單。


1987 年這款桌上型電腦銷售,市場表現令人失望。後來,蘋果公司將這款處理器用在了 Newton PDA 上面。儘管問世時間不長,但 Newton 的影響還是很大。後來,在上世紀 90 年代中期,諾基亞選擇使用 ARM 處理器作為移動手機的晶片。剩下的故事大家都已經知道了。


ARM 的成功關鍵在於商業模式高度集中,而且自公司成立之後變沒有改動過。ARM 設計晶片,但同時也允許其他公司生產處理器,因此能夠確保預算流程中分配並指定至資源或部門的間接費用和未償清債務相對較低。


Furber 說:“在英國有一種普遍的看法認為,英國人做研究,然後美國人進行探索並賺錢。我認為 ARM 是這個的最佳反例,我們把美國的研究拿過來做成了商業上的成功。”


2016 年 7 月,ARM 董事會決定以 243 億美元的價格出售給日本軟銀公司。ARM 方面表示,這筆交易將會使合併後的集團“充分發掘物聯網機遇”。


但一個 30 年前設計的晶片能在 21 世紀深入人類大腦的領先研究中做什麼呢?


用一個詞說,答案就是“能量”。


開始新的突破


如今,世界越來越依賴計算機強大的處理器。Furber 的研究也處在幾項國際研究的前沿,其中包括歐洲自然科學基金資助下的幾項大的挑戰。


如今,我們已經在筆記本、智慧手機和平板電腦中,使用雙核、四核乃至八核處理器,但“嵌入式”多核技術的潛力是隨著核數量的增多而增大的;不斷增加核的數量,也會帶來超級強大的可移動裝置和智慧技術,從預測交通訊號燈到智慧 MRI 掃描器再到無人駕駛汽車和“聰明的”家用機器人。


Furber 說:“新一代的嵌入式系統將改變我們工作、商業、購物、旅行以及進行各種各樣事情的方式,而低能耗和穩定性將是其中的關鍵。”


“最終,這些系統將塑造一個全新的數字時代。”


現在,Furber 和他的團隊正在致力於研究平行計算系統,也就是將一大批處理器在同一時間進行計算。


然而,並行的處理器數量越多,挑戰也就越大,穩定性和可持續性就成了關鍵,比如軟體持續流暢執行的時間,以及硬體使用壽命等等。


640?wx_fmt=jpeg


近來,歐洲自然科學基金資助專案專注於一系列問題,研究人員討論的話題從開發口袋大小的超級計算機,到連線有機物與電子元件的“智慧”假肢。其中,最為巨集偉的專案還是製作一個電子大腦。


這個電子大腦由人腦結構啟發而來,Steve Furber 和他的團隊正在嘗試一項大膽的研究計劃。被稱為 SpiNNaker(Spiking Neural Network Architecture),這個系統與今天所有的計算系統都大為迥異。


SpiNNaker 主要由歐洲自然科學基金資助,其基礎是由 100 萬個 ARM 處理器並行組成的計算平臺,模仿人腦神經元實時傳送訊號的方式。


現在,SpiNNaker 能夠建模達到人腦百分之一的比例,是人腦的第一個低功耗、大規模數字模型。有了它,研究人員將能夠精確地模擬腦區,並且測試有關大腦工作的假說。


SpiNNaker 是斥資 10 億歐元打造的歐洲人腦計劃的一部分。歐洲人腦計劃聯合了 100 多所高校、企業研究院和其他科研機構,覆蓋從神經科學、計算科學和腦科學相關醫藥領域,一起通力打造資訊和通訊技術為基礎的研究基礎設施。


團隊希望從 SpiNNaker 獲得的洞見能夠幫助他們開發強有力的工具,應對抑鬱症、阿爾茨海默氏症等腦相關的疾病。此外,他們還希望相關資訊能夠幫助他們建立一個超快且低能耗的下一代晶片。


能量是關鍵


能量在這裡又一次成了關鍵,也是 Furber 和他的團隊想要揭開大腦祕密的關鍵之一。為何大腦能夠利用如此少的能量,進行如此強大的計算?


“人腦大約以 20~25 瓦的能量執行,和節能燈一樣。”Furber 說,現在的技術完全無法達到這一點。“對於一個與大腦等比例的計算模型,消耗的能量大概在幾十兆瓦。”


“在可以預見的未來,你根本無法把這樣一個系統安裝到可以移動、說話的機器人裡面——你得在裡面修一座核電站才能讓計算機執行。”


“在開發原始 ARM 晶片和 SpiNNaker 的過程中有很多可以類比的地方,兩者都消耗不到一瓦特的電量,兩者都裝在塑料外包裝裡。兩者的設計都由簡單這一條基準線主導,雖然在規模上不可同日而語。”


讓我們用 ARM 有限公司的 CEO Mike Muller 的話做結束語,他說:“Steve 是 ARM 家庭的一員,這個專案是與他和曼徹斯特大學合作絕好的方式,也是 ARM 促進英國科研世界領先的絕好手段。”(轉自新智元)

640?

1.2018年第11期《微控制器與嵌入式系統應用》電子刊新鮮出爐!

2.翻臉如翻書!聯電宣佈暫停與晉華合作

3.對於邊緣計算,其實嵌入式系統一點兒都不陌生!

4.邊緣計算對嵌入式系統實現物聯網應用的影響,究竟有多大?

5.你的應用適合選擇哪個Linux版本?這裡有答案。。。

6.在北京當 Python 程式設計師,能買起房嗎?

640?wx_fmt=gif

免責宣告:本文系網路轉載,版權歸原作者所有。如涉及作品版權問題,請與我們聯絡,我們將根據您提供的版權證明材料確認版權並支付稿酬或者刪除內容。