IBM日前公布了TrueNorth處理器效率的更多信息。TrueNorth是模擬人類大腦的新型芯片，該芯片并不是把億萬計的數(shù)字晶體管拍成一列，而是讓100萬個計算機(jī)“神經(jīng)元”通過2.56億個神經(jīng)元連接(突觸)進(jìn)行協(xié)同工作。據(jù)這些報告顯示，其做法極大地提升了芯片的處理性能，更重要的是提高了能耗效率。毫無疑問：神經(jīng)計算將會顛覆世界，而那一天將比你想象中來得更快。

 神經(jīng)計算機(jī)的發(fā)展方向跟數(shù)字電腦十分類似：首先要確定運算的作用(例如，在戰(zhàn)爭中計算出射擊的軌跡);然后根據(jù)現(xiàn)有的工具開發(fā)出一種粗略的解決方案(比如說，讓工作人員進(jìn)行手工運算);接下來發(fā)明一種可以進(jìn)行高效自動處理的機(jī)器。數(shù)字電腦的效率比人類更高的部分原因是，它的晶體管能快速傳輸信號，但我們的神經(jīng)元也能做到這一點。數(shù)字電腦最大的問題在于開發(fā)者是從零開始為各種各樣的數(shù)學(xué)運算進(jìn)行設(shè)計。從某種角度來說，我們試圖在電腦上進(jìn)行像人腦那樣的高效計算工作看上去有點瘋狂。

雖然全新的GPU處理速度很快，但其效率還是遠(yuǎn)遠(yuǎn)比不上神經(jīng)計算。

同樣，在以后回顧今天的人們嘗試通過數(shù)字芯片(包括GPU)來進(jìn)行深度學(xué)習(xí)時，我們也會認(rèn)為這是十分不明智，甚至是一種愚蠢的做法。更為合理的做法是從最基本的硬件層面設(shè)計出匹配這樣計算的機(jī)器。這不僅會大幅度提高處理率的工作效率，而且還能大大減少所需的能耗。這也是IBM所做的事情，其結(jié)果比大部分人預(yù)測的還要驚人。

在處理圖像分類任務(wù)時(一種很好理解的機(jī)器學(xué)習(xí)任務(wù))，TrubeNorth芯片可按1200-2600幀的速度進(jìn)行分類，而能耗僅為25-275毫瓦，有效效率超過6000幀每秒每瓦。目前使用類似分類算法和數(shù)據(jù)集的傳統(tǒng)GPU并沒有標(biāo)準(zhǔn)的幀/秒/瓦規(guī)格，但考慮到今天的顯卡本身或許就需要200瓦，甚至是250瓦，很難想象GPU可以實現(xiàn)低耗高能的應(yīng)用。

 上圖為12個不同的分析過濾器的輸出結(jié)果。

最重要的是，現(xiàn)代機(jī)器學(xué)習(xí)的成本極其昂貴。只有像蘋果、Facebook和谷歌這樣公司才能使用昂貴的超級計算機(jī)陣列來為其提供先進(jìn)的服務(wù)。但這種專業(yè)化的服務(wù)極其昂貴，就算不考慮這一點，一天24小時滿負(fù)荷或接近滿負(fù)荷運行多臺計算機(jī)所產(chǎn)生的電費就已經(jīng)是一筆不少的開支?！氨忍貛诺V工”對此不會陌生。

 類似TrueNorth的先進(jìn)神經(jīng)網(wǎng)絡(luò)令A(yù)lphago戰(zhàn)勝了世界圍棋冠軍李世石

所以在早期階段，昂貴的神經(jīng)計算設(shè)備對服務(wù)提供商來說或許是一個重大利好。我們也只能說希望性能更優(yōu)更節(jié)能的消費者版產(chǎn)品能早日出現(xiàn)。但神經(jīng)芯片所能提供的速度和效率不會在此止步，幾個數(shù)量級的能耗減少將會使完全通過云端處理成為可能。

希望擁有像雅虎寶貝魚那樣的自動翻譯軟件，但無需一直保持網(wǎng)絡(luò)連接嗎?那么一臺能獨立處理數(shù)據(jù)的健身追蹤器，無需將數(shù)據(jù)上傳到另外的電腦進(jìn)行分析又怎樣呢?一臺離線無人駕駛汽車呢?

目前并沒有任何證據(jù)表明傳統(tǒng)硬件可以實現(xiàn)上述任務(wù)，但神經(jīng)芯片是目前最有可能做到的方式。

 上圖為IBM的NS16e電腦。

IBM推出了一臺全新的NS16e電腦，搭載了16個TrueNorth處理器，相當(dāng)于400億個神經(jīng)突觸。雖然這還遠(yuǎn)遠(yuǎn)比不上人類大腦，但已經(jīng)足夠處理現(xiàn)代機(jī)器學(xué)習(xí)所面臨的挑戰(zhàn)。借助相互之間的連接機(jī)制，這16個芯片可以彼此溝通，從廣義上反映出連接大腦兩個半球的胼胝體的功能。

 但I(xiàn)BM并不是唯一朝著這條特殊終點線沖去的公司。有傳聞表示谷歌也有一個進(jìn)行類似研究的項目。更值得注意的是，高通此前已經(jīng)表示即將推出的驍龍?zhí)幚砥鲿瓉砩窠?jīng)計算功能，但高通并沒有透露具體工作原理，最近也沒有太多的相關(guān)消息?，F(xiàn)在該領(lǐng)域中的私人投資大多為試探性的投資，而IBM的大部分突破主要得益于DARPA的資助。

 DARPA的另一項發(fā)明是：超微型高效GPS追蹤設(shè)備。

 沒錯，就是DARPA。士兵經(jīng)常需要行走在信號覆蓋不佳的區(qū)域，而且還需要跟操著方言的當(dāng)?shù)鼐用襁M(jìn)行交流。傳統(tǒng)的解決辦法是借助自然語言處理(NLP)工具，現(xiàn)在執(zhí)行外勤任務(wù)的士兵會為NLP分析進(jìn)行大部分的數(shù)據(jù)收集。通過神經(jīng)計算，他們的翻譯工具可以馬上破解一種全新的方言，實時改善翻譯效果。

士兵并不是唯一需要便攜性計算工具的人群。從谷歌眼鏡2.0到Snapchat的Spectacle，似乎只有智能眼鏡才能實現(xiàn)其真正的潛能，免除遠(yuǎn)程數(shù)據(jù)服務(wù)器的需要。我們可以想象一下，一副可以將有用的增強(qiáng)現(xiàn)實信息疊加在真實世界的眼鏡，如果它需要持續(xù)地接受遠(yuǎn)程的大量數(shù)據(jù)，那么這種功能將很難普及到成千上萬的電子產(chǎn)品消費者。

 有報道稱埃隆·馬斯克希望建設(shè)全球規(guī)模的互聯(lián)網(wǎng)衛(wèi)星網(wǎng)絡(luò)，但其速度仍然不足以讓所有人在每時每刻進(jìn)行數(shù)據(jù)傳輸。

但問題不僅只是這樣。如此大規(guī)模的持續(xù)數(shù)據(jù)傳輸會損壞我們的電池，但如果能對這些復(fù)雜的任務(wù)進(jìn)行本地處理，那么性能和成本，尤其是隱私問題將會從根本上得到改善。當(dāng)然，對服務(wù)供應(yīng)商而言，這可是個不利的影響。

 可穿戴式計算設(shè)備、增強(qiáng)現(xiàn)實和虛擬現(xiàn)實這些新興的潮流需要先進(jìn)的機(jī)器學(xué)習(xí)算法。我們在IBM和其他地方可以看到，新技術(shù)的興起很有可能讓這些算法傳播得更快更遠(yuǎn)，足以實現(xiàn)其所有的潛能。