神經(jīng)模態(tài)芯片近幾年來的落地方向按照神經(jīng)元規(guī)?？梢苑殖蓛深悺?/span>

對于Intel和IBM這類在大規(guī)模神經(jīng)元領(lǐng)域大量投資的公司，事實上也并不急著在幾年內(nèi)讓神經(jīng)模態(tài)芯片系統(tǒng)落地，而是希望在這幾年內(nèi)把神經(jīng)模態(tài)計算的研究、生態(tài)先做起來，等到神經(jīng)模態(tài)計算研究取得突破（例如神經(jīng)元跨過了某個閾值或者新的訓(xùn)練算法出現(xiàn)，在一些關(guān)鍵領(lǐng)域能解決其他方法無法解決的問題）時就能獲得先機(jī)。在近幾年，大規(guī)模神經(jīng)模態(tài)計算芯片的主要應(yīng)用估計還是在研究上，包括作為腦科學(xué)研究（模擬大腦神經(jīng)系統(tǒng)）系統(tǒng)平臺供各大高校和研究機(jī)構(gòu)使用。另外，Intel和IBM估計也在積極尋找一些傳統(tǒng)圖靈機(jī)算法和馮諾伊曼架構(gòu)難以高效處理但適合神經(jīng)模態(tài)計算的問題（例如優(yōu)化問題等），和其他有需求的行業(yè)公司合作，以此作為神經(jīng)模態(tài)計算的初步落地嘗試。

另一方面，在中等規(guī)模神經(jīng)元規(guī)模、主打低功耗的神經(jīng)模態(tài)芯片方向上，最近興起的物聯(lián)網(wǎng)將會成為最佳的落地應(yīng)用。物聯(lián)網(wǎng)配合人工智能將會給社會帶來巨大的變化，然而目前基于深度學(xué)習(xí)的芯片難以實現(xiàn)物聯(lián)網(wǎng)對于低功耗的需求（小于毫瓦級的功耗）。這時候就是神經(jīng)模態(tài)芯片大展身手的地方。在這個方向上，技術(shù)和商業(yè)化都較領(lǐng)先的是位于瑞士初創(chuàng)公司的aiCTX，該公司的技術(shù)來自于前述蘇黎世理工大學(xué)Indiveri組的研究，其芯片平均功耗可以到達(dá)微瓦數(shù)量級，目前主打的場景就是超低功耗物聯(lián)網(wǎng)場景，包括邊緣視覺應(yīng)用（安防、機(jī)器人等場景）、可穿戴設(shè)備等等。不久前aiCTX剛發(fā)布了含有一百萬神經(jīng)元的芯片DynapCNN，并且獲得了CES Asia 2019頒發(fā)的創(chuàng)新獎。

在中國，神經(jīng)模態(tài)芯片也得到了國家和業(yè)界的重視。在研究方面，清華類腦計算中心做出了卓越的貢獻(xiàn)，其工作發(fā)表在全球頂級期刊和會議上。上海也于今年建立了上海腦科學(xué)與類腦研究中心，神經(jīng)模態(tài)計算是該中心的重點方向之一。在商業(yè)化方面，清華類腦計算中心孵化的初創(chuàng)公司靈汐科技在今年發(fā)布了自主研發(fā)的“天機(jī)二代”芯片系統(tǒng)，使用眾核存算一體架構(gòu)，具有高速度、高性能、低功耗的特點。相比國外同行，我國的神經(jīng)模態(tài)計算在最近幾年得到了來自國家非常高的重視，相信在未來幾年內(nèi)將會有全球領(lǐng)先的成果誕生。