来源：雪球App，作者： 智次方，（https://xueqiu.com/2596166299/130667314）

来源：新智元、量子位、智东西等

物联网智库 整理发布

转载请注明来源和出处

导 读

日前，清华大学已率先开发出全球首款异构融合类脑计算芯片——“天机芯”，由该芯片驱动的的“无人驾驶自行车”登上了最新一期Nature封面！这款“天机芯”带着通用人工智能的希望，是中国完全自主研发的技术成果，其中的异构融合思路由项目研究团队首先提出。

无人驾驶这么火，不知道共享单车骑的飞起的你，有没有想过倘若自行车也可以自动驾驶该有多好，省力又省心。

好消息的是，这一愿景似乎正将成为现实，并是由国内科研团队带队攻克。

日前，清华大学已率先开发出全球首款异构融合类脑计算芯片——“天机芯”，由该芯片驱动的的“无人驾驶自行车”登上了最新一期Nature封面！

据了解，28nm的天机芯片由156个FCores组成，面积为3.8×3.8毫米，包含大约40000个神经元和1000万个突触，可以同时支持机器学习算法和类脑电路。

这款“天机芯”带着通用人工智能的希望，具有多个高度可重构的功能性核，可以同时支持机器学习算法和现有类脑计算算法。

利用一块天机芯，自行车即具有自平衡、动态感知、目标探测、跟踪、自动避障、过障、语音理解、自主决策等功能。

网页链接

在试验中，搭载有天机芯的无人自行车不仅可以自平衡控制、S型路线跟踪、轻松避障，竟然还可实现语音控制。

S型路线跟踪

轻松避障

语音控制左转

此外，基于此研究成果的论文“面向人工通用智能的异构天机芯片架构”（Towards artificial general intelligence with hybrid Tianjic chip architecture）作为封面文章登上了8月1日《自然》（Nature），实现了中国在芯片和人工智能两大领域《自然》论文零的突破。

天机芯技术拆解

通用人工智能（AGI）一直是人类追求的梦想，与之相比，目前的人工智能应用大都十分简单。

一般认为，实现AGI的路其实只有两条：一个是计算机科学导向，另一个是神经科学导向。但由于这两条路从思路、理念和实现方案等各方面都存在根本性差异、依赖于不同开发平台、彼此互不兼容，这一切都给AGI技术的开发造成着巨大阻碍。

那么，是否存在某个平台，可以同时支持这两种方法呢？“天机芯”做到了。

天机芯片采用多核架构，有多个高度可重构的功能性核，可以同时支持机器学习算法和类脑电路。

为了支持这些功能，研究团队开发了一种跨范式计算平台，既能够在统一框架中实现对主流的人工神经网络（ANN）以及受神经科学启发的模型和算法的支持，也可以适应面向计算机科学和神经科学的神经网络，兼容各种神经模型和算法，尤其是基于生物学的（如脉冲神经网络，即SNN）要素。

ANN和SNN最大的差异在于，ANN以精确的多位值处理信息，而SNN使用二进制尖峰序列处理信息。

为了在一个平台上实现两种模型，尖峰需要表示为数字序列（1或0），以便与数字编码格式的ANN兼容。

此外，还有其他几个关键点。首先，SNN在时空域中运行，需要在一定时间内记忆历史膜电位和尖峰模式，而ANN在中间累积加权激活并在每个周期刷新信息。

其次，SNN的计算包括膜电位积分，阈值交叉和电位复位，而ANN主要与乘法累加（MAC）操作和激活变换相关。

以及，SNN中尖峰模式的处理需要比特可编程存储器和额外的高精度存储器来存储膜电位，发射阈值和不应期，而ANN仅需要用字节存储器来进行激活存储和变换。

Tianjic芯片设计示意图

研究团队的另一项重要创新是高度可重构的的统一功能核（FCore），它结合了人工神经网络和生物网络的基本构建模块——轴突、突触、树突和体细胞块。

芯片评估和建模摘要示意图

28nm的天机芯片由156个FCores组成，面积为3.8×3.8毫米，包含大约40000个神经元和1000万个突触，可以同时支持机器学习算法和类脑电路，能够提供超过每秒610千兆字节（GB）的内部存储器带宽，以及运行人工神经网络的1.28 TOPS的峰值性能。在生物启发的尖峰神经网络模式中，天机芯片实现了每瓦约650千兆每秒突触操作（GSOPS）的峰值性能。该研究团队还展示了与GPU相比的卓越性能，其中新芯片的吞吐量提高了1.6-100倍，电源效率提高了12-10000倍。

研究小组还指出：“通过随机将新变量实时引入环境中可以产生高时空复杂性，例如不同的道路条件、噪声、天气因素、多种语言、更多人等等。通过探索允许适应这些环境变化的解决方案，可以检查对AGI至关重要的问题，比如概括、稳健性和自主学习。”

谁“窥得”天机？

作为如此重大的研究成果，本次论文作者来自清华大学、北京灵汐科技、北京师范大学、新加坡理工大学和美国加州大学圣塔芭芭拉分校等机构。

但在其中，清华大学是绝对核心。清华大学精密仪器系教授、类脑计算中心主任施路平是论文通讯作者，清华大学精密仪器系副研究员裴京是论文的第一作者。

施路平，1981年本科毕业于山东大学物理系，1992年在德国科隆大学获得博士学位。从1996年开始，他在新加坡新科研数据存储研究院工作近17年，在此期间，因为在类超晶格相变材料和器件的杰出贡献而于2004年获颁新加坡国家科技奖（当年唯一，第一获奖人）。2013年3月，施路平全职入职清华大学，组建清华大学类脑计算研究中心，从基础理论、类脑计算系统芯片和软件系统全方位进行类脑计算研究。

天机芯片正是他带领团队研发多年的最新成果。据澎湃新闻报道，施路平介绍称，天机芯片是中国完全自主研发的技术成果，其中的异构融合思路由项目研究团队首先提出。

2018年1月，“天机”团队注册成立了北京灵汐科技，董事长兼CEO为祝夭龙。灵汐科技于2018年8月披露了其天使轮融资，投资方来自华控基石基金、优选资本、清华控股。而本篇Nature论文的第一作者裴京也是灵汐科技的监事，施路平教授则为灵汐科技公司董事。

据施路平透露，这次只是一个非常初步的研究，人工通用智能是一项非常具有挑战性的工作，目前还处于起步阶段，目前团队已经启动了下一代芯片的研究，预期明年年初可以完成研发工作。

脑机、类脑芯片，大脑研究正成为蓝海

很早前就有消息指出，21世纪是“脑科学时代”。目前来看，不知道未来脑科学将发展向何方，但目前大脑确实正吸引着科研机构及科技企业的目光。

一方面，近日来脑机技术新闻不断，先是马斯克宣布其脑机接口公司Neuralink的新进展，不到两周，Facebook又宣布脑机接口项目取得进展。

另一方面，类脑芯片其实也不是一个新话题。早在2014年，IBM就推出了业内首款类脑芯片TrueNorth。今年7月16日，英特尔也发布了“Pohoiki Beach”芯片系统，该系统主要由Loihi神经拟态芯片构成，可处理深度学习任务，速度比CPU快1000倍，效率高10000倍，耗电量小100倍。

目前国内外有许多公司和机构正在类脑芯片研发上投入大量精力。此次，脱胎于清华团队的“天机芯”也率先赢得世界瞩目。

21世纪是科技的时代，科技的发展日新月异，但其中的中国科企，定然不会缺席。

“挚物•AIoT产业领袖峰会”

挚同道合，物所不能！

往期热文（点击文章标题即可直接阅读）：

《共享单车上的智能锁，做出来有多难？》

《认知计算、区块链IoT、物联网安全…看懂的人将控制未来》

《【重磅发布】2017-2018中国物联网产业全景图谱报告——物联网对产业深度变革已开启》

《【重磅】物联网产业全景图谱报告，首开国内IoT产业二维视角全景图之先河》

《一幅漫画告诉你：除了WiFi，蓝牙，最近火爆的NB-IoT能干嘛？》

《一幅漫画告诉你：NB-IoT背后，还有一个大家都在说的LoRa是什么？》