尤瓦爾·赫拉利的《未來簡史》有不少朋友應該讀過了鸿染，它英文原著的名稱其實是Homo Deus, 意為"神化”，說的就是：我們人類乞巧，正在一步步進化為神一般的存在涨椒，因為，我們開始復制自身绽媒，創(chuàng)造新的智慧生命體蚕冬。硅谷密探最近釆訪到的項目又一次讓密探深深感到，未來己來是辕。
人工智能技術（AI）現(xiàn)在已是火得不要不要的囤热，各種傳感器，機器學習获三，外圍設備五花八門旁蔼，可是，其核心的數(shù)據(jù)處理硬件架構仍基于經(jīng)典的馮·諾依曼結構疙教。馮·諾依曼結構已有七八十年歷史棺聊，這就好比已經(jīng)直立行走的智人，仍長著一顆猩猩的腦袋贞谓。
這就出現(xiàn)了馮·諾依曼瓶頸限佩，也就是說CPU再快，也要等內存经宏，因為CPU和內存之間的性能差距越來越大犀暑。
馮·諾依曼結構
馮·諾依曼結構中，計算模塊和存儲單元是分離的烁兰，CPU在執(zhí)行命令時必須先從存儲單元中讀取數(shù)據(jù)。每一項任務徊都，如果有十個步驟沪斟，那么CPU會依次進行十次讀取，執(zhí)行暇矫，再讀取主之，再執(zhí)行... 這就造成了延時，以及大量功耗（80%）花費在了數(shù)據(jù)讀取上李根，當然多核槽奕、多CPU或一些常用數(shù)據(jù)的就地存儲會一定程度上緩解這些問題，但這種中心處理的架構會限制處理能力的進一步發(fā)展房轿，好比諾大個北京城粤攒，如果所有的政治所森、經(jīng)濟、文化活動都集中在市中心夯接，為了生活焕济，人們必須穿城而過，任你路修到二十環(huán)盔几，還是一個詞晴弃，堵死。
學術界和工業(yè)界出現(xiàn)了向人類大腦學習體系結構的趨勢逊拍，大腦的處理單元是神經(jīng)元上鞠，內存就是突觸。神經(jīng)元和突觸是物理相連的芯丧，所以每個神經(jīng)元計算都是本地的芍阎，而且從全局來看神經(jīng)元們是分布式在工作。
神經(jīng)元和突觸
前幾年轟動全球的IBM的仿人腦芯片TrueNorth也模仿了人類大腦的神經(jīng)元結構注整，它的計算效率和可擴展性都遠超現(xiàn)在的計算機能曾，并且宣稱可用于手勢識別、情緒識別肿轨、圖像分類和對象追蹤寿冕、實時語音識別等領域。
而硅谷密探今天采訪的團隊AI-CTX椒袍，他們的模型基于億萬個可以相互連接的仿生神經(jīng)元驼唱，每個神經(jīng)元都具有跟人腦神經(jīng)元類似的電學特性與動態(tài)參數(shù)，具有簡單的運算與存儲功能驹暑，這些神經(jīng)元像大腦神經(jīng)元一樣玫恳，通過脈沖相互溝通。
在現(xiàn)實層面优俘，他們的每個芯片可以搭載百萬個神經(jīng)元京办，億萬個神經(jīng)突觸，可以自由擴展的芯片網(wǎng)絡又如同大腦皮層的不同的區(qū)域帆焕，分別在不同的層級上惭婿， 可以并行的，同時的處理任務叶雹，從而指數(shù)型地提高了數(shù)據(jù)處理的效率财饥。又因各個指令及相應數(shù)據(jù)都存儲在同一芯片中，所有的計算資源不會因為等待存儲訪問而導致浪費折晦，功耗也比現(xiàn)在基于馮·諾依曼硬件架構的處理器低兩到三個數(shù)量級钥星。
看看Alpha Go，下一場棋耗電幾千瓦满着，而李世石谦炒，大腦只耗20瓦贯莺，所以雖然輸了，但人類的尊嚴還算沒有低到塵埃里...
李世石對陣Alpha Go
除了運算速度快编饺，能耗低乖篷，團隊還有一項核心的IP，就是一種特殊的布線方式透且，使各芯片之間的交流可以突破物理限制撕蔼，無限的增加新的芯片于原有網(wǎng)絡，這樣秽誊，運算能力也可無限增加鲸沮。而傳統(tǒng)的馮·諾依曼結構，如果要增加CPU的數(shù)量锅论，那么CPU之間的溝通是越發(fā)困難的讼溺，因為運算能力有其上限。
在處理AI領域數(shù)據(jù)上最易，AI-CTX團隊基于仿生神經(jīng)網(wǎng)絡設計出芯片架構比之馮·諾依曼結構無疑是革命性的怒坯，那么市場上是否有用類似方案的對手呢？
與IBM TrueNorth芯片的對比藻懒，來自eetimes
CTO 喬寧很自信的說：“Intel剔猿，三星等正在研發(fā)的加速器類產(chǎn)品在實時處理動態(tài)數(shù)據(jù)速度上比我們慢，能耗還高一個數(shù)量級嬉荆。而跟IBM的TrueNorth芯片相比归敬，我們的模擬神經(jīng)元具有更復雜的非線性參數(shù)，硅面積只有IBM的0.5%鄙早，能耗只有10%汪茧，基于我們的芯片架構，每個神經(jīng)元能輕松建立多達8千個連接限番，而現(xiàn)有IBM Truenorth 芯片只有256個連接舱污。而且我們第一代原型一出來就已經(jīng)有訂單了！”
看他談吐間一派檣櫓灰飛煙滅的架勢弥虐，我只想說慌闭，大神，為國爭光扒颉！
AI-CTX的CTO喬寧
當然省古，我們也要在這里指出粥庄，三星的加速器是做靜態(tài)圖像處理，TrueNorth是一個通用實驗芯片豺妓，不專門針對任何應用惜互，雖然已經(jīng)有不少人在開發(fā)相應的芯片應用（識別布讹，追蹤，決策）训堆。
AI-CTX的芯片不適合處理靜態(tài)硬盤數(shù)據(jù)（靜態(tài)圖片及數(shù)據(jù)）描验，但非常擅長于處理包含時間信息的數(shù)據(jù)，比如坑鱼，動態(tài)的傳感器數(shù)據(jù)膘流，自然界的自然信號（溫度，氣壓）鲁沥，人體信號（心跳EEG）呼股，網(wǎng)絡數(shù)據(jù)，IoT画恰，股票高速決策等數(shù)據(jù)的處理彭谁。
AI-CTX目前的主要切入的應用場景包括實時在線（always-on）的應用，比如低功耗的智能便攜設備允扇，移動設備缠局，健康檢測EEG，IoT設備考润，網(wǎng)絡安全等狭园。還有另一塊是高速低功耗應用，比如自動駕駛额划，手勢識別妙啃，聲音識別等。更長遠來看可以用于大數(shù)據(jù)處理和深度學習等領域俊戳。
AI-CTX團隊在中國國家級創(chuàng)新創(chuàng)業(yè)大賽中揖赴，從兩萬個團隊中殺出重圍，勇奪團體第一抑胎。
AI-CTX的CEO劉洪杰在大賽現(xiàn)場
憑啥這么牛燥滑，看看團隊就知道了，CEO劉洪杰是蘇黎世聯(lián)邦理工脈沖仿生視覺的美女博士阿逃；CTO喬寧是中科院微電子研究所博士铭拧，之后又在蘇黎世聯(lián)邦做芯片開發(fā)項目的領導人，十幾年電路設計從未失斒扬薄（嗯搀菩，東方不敗）破托；首席科學家Giacomo Indiveri教授是神經(jīng)仿生計算方面的世界知名專家肪跋；聯(lián)合創(chuàng)始人Kyan Eng也是有博士學位，多項專利的成功的連續(xù)創(chuàng)業(yè)者土砂。哎州既，怪不得IBM的芯片都被吊打...
密探和AI-CTX CEO劉洪杰（中）谜洽、CTO喬寧（右）
資本的嗅覺很敏銳，目前已有幾家資本與他們接觸了吴叶，但名花還沒主阐虚，有興趣的投資人可以聯(lián)系密探。
喬寧博士說蚌卤，他的夢想是造出有生命的芯片实束，那一刻，好像有道耶酥光閃過造寝，尤瓦爾·赫拉利的預言在耳邊轟然響起...
