中国芯片登Nature 原因是什么？

      要想抓住发展人工智能的机遇，必须在核心芯片上做到自主可控。近日，中国研究人员研发的一款类脑计算芯片，有望促进人工通用智能发展。

芯片和人工智能的“双丰收”

8月1日，清华大学精密仪器系施路平团队开发的全球首款异构融合类脑计算芯片“天机芯”驱动的“无人驾驶自行车” 登上了最新一期《自然》杂志封面。

施路平等人发表的“面向人工通用智能的异构天机芯片架构”论文也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。

2015年，第一代“天机芯”问世，体积约为110纳米;2017年团队研发了第二代“天机芯”芯片，具有高速度、高性能、低功耗的特点，体积缩小至28纳米。相比于当前世界先进的IBM的TrueNorth芯片，其功能更全、灵活性和扩展性更好，密度提升20%，速度提高至少10倍，带宽提高至少100倍。

此前，“天机”系列类脑芯片成果在电子器件顶级会议(IEDM 2015)和计算机体系结构顶级会议(Micro 2016，ASPLOS 2018)上报告，并在《科学》智能机器人特刊上报道(2016)，针对类脑芯片自主研发的学习算法成果被人工智能顶级会议(ICLR 2018，AAAI 2019)被录用。

去年11月，施路平团队已经在类脑计算器件领域取得重要进展，并在《先进材料》上发表论文，该工作首次报道在忆阻器中能模拟同时存在且独立表达的神经突触长短期可塑性，为类脑计算器件的发展提供了重要的思路，并有望借此在类脑计算硬件网络中实现不同时域的神经动力学过程。

清华大学类脑计算研究中心从脑科学和计算机科学出发，形成软硬件全链条协同研发、从基元材料、器件到系统集成、芯片研发全方位整体研发的特色，致力于通用人工智能的类脑计算实现。

如今，研究人员用一个自动行驶自行车系统验证了这一混合芯片的处理能力。这是一个异构可扩展人工通用智能开发演示平台，利用一块天机芯片，展示了自行车的自平衡、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。

中国类脑研究的崛起

施路平教授表示，“类脑”不是“仿脑”，不需要模仿人脑的一切。“我们做的是类脑，是借鉴脑科学的基本原理，凝练出一些指导计算架构发展的新规律。”施路平介绍称。在此基础上，团队提出了符合脑科学基本规律的新型类脑计算架构——异构融合的天机类脑计算芯片架构，可同时运行计算机科学和神经科学导向的绝大多数神经网络模型。

“这只是非常初步的一个研究，但这项研究或能为面向人工通用智能计算平台的进一步发展起到促进作用。”施路平表示。

宾夕法尼亚大学计算机系教授史建波对第一财经记者表示：“这个特殊的处理器能将目前深度学习的算法和人脑的算法结合，人脑的设计是基于脉冲神经网络(SNN)，清华的团队是使用数字计算机来模拟脉冲神经网络。“他还表示，脉冲神经网络能够受益于”无人学习“，也就是没有人类标记的学习，但是清华团队的论文还没有展示到这一层面。”无人学习是非常重要的科学话题，这意味着将模拟人脑的学习。

寒武纪CEO陈天石也对此论文评论道：“在学术上很创新。”这意味着在应用场景方面还有待进一步落地。

据介绍，除自行车外，这款类脑计算芯片的相关技术还能直接拓展到自动驾驶、无人机以及智能机器人等应用上。

“天机芯”的市场推广将由灵汐科技负责。灵汐科技是由“天机”团队于去年成立的，并获得了天使轮融资，投资方来自华控基石基金、优选资本、清华控股等。

脑科学的研究机理是认知科学的重要组成部分，而机器理解与计算一直是人工智能领域的主要研究内容。目前不仅仅是清华大学团队，包括复旦大学在内的多所高校都在发展类脑计算，支撑人工通用智能。

7月30日，投资4亿元人民币建立的复旦张江脑影像中心在上海揭幕，该中心致力于开发高级成像和多模态脑定量技术，探究脑功能、结构、代谢等信号，揭示脑信息生成与处理机制，探究脑发育与老化过程以及脑疾病的早筛及预后;建立脑数据采集和预处理标准，拓展脑与类脑科学基础生物研究。

同时，依托复旦大学类脑智能科学与技术研究院，中心整合多个国际最大规模脑数据库，搭建国际最大的多疾病、多模态脑科学数据库，开发一系列国际领先的类脑智能算法。