【无标题】

简介: 【无标题】

现代芯片与神经形态学芯片的差异

计算的未来可能与我们现在所知的完全不同。神经形态学芯片将更像大脑,而不是我们今天所拥有的芯片。尽管高通、英伟达和AMD等公司宣布推出一系列新芯片,为建造终极个人电脑处理器的竞争升级,但未来的计算可能完全不同于我们现在所了解的样子。

芯片的发展

冯·诺伊曼机的局限性

冯·诺伊曼的基本结构包括存储器存储指令和数据;控制和逻辑单元;以及输入和输出设备。尽管这种架构已经半个多世纪前得到证明,但随着应用程序规模的增长和数据量的指数增长,瓶颈已经出现。传统的冯·诺伊曼机存在一些问题,比如处理单元需要从存储器中获取指令和数据,这会导致芯片性能和能源效率的问题。而神经形态学芯片可能会改变这一现状。

神经形态学芯片的潜力

神经形态学芯片与人工智能结合可能是未来计算的方向。大型语言模型(LLMs)已经引起了业界的关注,企业软件开发人员正竞相将这些模型集成到其产品中。然而,运行LLMs需要大量资源,这导致了全球数据处理和传输的能源消耗上升。

但是,如果开发人员可以直接在硬件中构建人工神经元,而不是在软件中模拟它们呢?相比之下,神经形态学芯片可以更节能地进行计算,并且由于能量需求的增加,可以更容易地检测硬件攻击。

未来的计算:脱离冯·诺伊曼架构

未来的计算可能涉及磁性神经网络交叉栅阵、氧化还原记忆器、3D纳米结构、生物材料等,以及利用大脑功能作为蓝图。此外,随着我们对大脑功能了解的增加,设计未来计算设备的人员可以在其架构中模仿这些特征。

类脑芯片

在处理同样复杂任务时,没有任何人工系统能够媲美人脑的高能效性。没有任何自然/人工系统能够像人脑一样,具有对新环境的自适应能力、对新信息与新技能的自动获取能力。神经元实现信息整合,突触完成存储和学习,每个神经元通过上万突触与其他神经元互联,高度并行、存算一体。没有任何系统能够像人脑一样,在复杂环境下有效决策并稳定工作、能够在多处损伤情况下依然具有很好鲁棒性。

因此,未来的计算可能会更像大脑一样,而不是现代数据中心。通过不同的思维方式,我们可能能够大大降低能源开支,并实现更高效的计算。


首个存内计算开发者社区-CSDN存内计算

全球首个存内计算社区创立,涵盖最丰富的存内计算内容,以存内计算技术为核心,绝无仅有存内技术开源内容,囊括云/边/端侧商业化应用解析以及新技术趋势洞察等, 邀请业内大咖定期举办线下存内workshop,实战演练体验前沿架构;从理论到实践,做为最佳窗口,存内计算让你触手可及。

相关文章
|
前端开发
css 实现 title的效果,并且自己写修改类似title样式
css 实现 title的效果,并且自己写修改类似title样式
css 实现 title的效果,并且自己写修改类似title样式
|
9天前
|
XML Android开发 数据格式
【无标题】
【无标题】
16 0
|
算法 C++
无标题。。。
无标题。。。
title前的图标怎么加上
title前的图标怎么加上
78 0
|
Web App开发 移动开发 前端开发
HTML5关于contenteditable介绍
HTML5已经从一个新的名词变成了我们在项目中经常用到的东西了,今天我们就来分析一番其中contenteditable 。
154 0
|
应用服务中间件 nginx NoSQL
Title comes here
asdasdadawdwadaw
1445 0
无标题
   OOP是从静态角度考虑程序结构,OOP对业务处理过程中的实体、属性和行为进行抽象的封装以获得更加清晰高效化的逻辑划分。研究的是静态领域。 AOP从动态角度考虑程序运行过程,针对业务处理过程中的切面进行提取,所面对的是业务处理过程中的某个步骤或者阶段,研究的是一种动态的过程。
724 0