類腦計算有“捷徑”嗎？三星&哈佛：有，將神經元“復制粘貼”到存儲芯片

依靠這一“捷徑”，三星希望成為下一代AI芯片的領先地位。

《復仇者聯盟2》中，綠巨人班納博士初見奧創“初期意識體”時，他是這樣形容的：

像是在思考…這不是人類的大腦…像是活動的神經元。

這之后，“覺醒”的奧創，在通過網絡了解到鋼鐵俠“為世界穿上鎧甲”的想法，以及一些武器戰爭的信息后，“自我思考”并得出總結：保衛世界的方案就是消滅人類。

雖然電影中有著“自我意識”的奧創是危險的，但在現實世界，能夠“像人類一樣思考”的智能卻是一個重要課題。

就在近日，三星與哈佛大學團隊想出了一個新點子——在存儲芯片中“復制”人類大腦，進而實現真正意義上的類腦計算。

目前，這一成果已經發表在《自然 · 電子學》，論文標題《Neuromorphic electronics based on copying and pasting the brain》（論文鏈接：https://www.nature.com/articles/s41928-021-00646-1）。

圖 | 論文共同通訊作者，左起：三星高級技術研究院（SAIT）院士、哈佛大學教授 Donhee Ham，哈佛大學教授 Hongkun Park，三星 SDS 總裁兼首席執行官 Sungwoo Hwang（前 SAIT 負責人），三星電子副董事長兼 CEO Kinam Kim

繪制神經元連接圖很難，但是三星他們想到一條“捷徑”

讓芯片具備人腦計算能力，人們最早從20世紀80年代就開始研究這一課題。

最初，他們的想法是模仿大腦神經網絡，也是這個思路，成了根源難題。

時至今日，也沒有人能夠搞清楚，到底有多少神經元相互連接，才構成了人類大腦的復雜功能。

雖然也有類腦芯片等研究成果，但在三星與哈佛大學團隊看來，這類處理器的目標仍是計算AI算法，并不是真正的模擬大腦運行。也因此，他們要回到神經擬態電子學的最初目標——通過逆向工程研究大腦。

而面對“神經網絡連接圖”的繪制，他們也想到了一條“捷徑”——復制，工具是“CMOS納米電極陣列”。

該陣列是哈佛大學的研究成果，他們在半導體芯片上集成配備了電流注入器和電壓放大器的4096個垂直納米電極，芯片上還有4096個電子通道，可以同時記錄數千個神經元的突觸連接。

過程中，垂直納米電極將持續向神經元注入電流，從而讓后者在研究時候保持活性。緊接著，電子通道就將負責記錄。

三星與哈佛團隊在小鼠身上進行了實驗，通過CMOS納米電極陣列研究小鼠皮層神經元網絡，在19分鐘內測量了來自1728個電極的細胞信號。

圖 | 左：電鏡下CMOS納米電極陣列模仿的大鼠神經元；右：通過計算機輔助分析程序提取出的突觸連接圖

這還只是一小部分，在后面，該研究團隊還計劃研究小鼠的視網膜和嗅球/梨狀皮層中神經元，它們都有著不同的功能，組織形態也不相同。未來，團隊也將從這些外圍神經元逐步探索大腦神經元的突觸連接。

復制的下一步，是把神經元連接圖“粘貼”到芯片中

在這一步，三星與哈佛團隊采取的方案是利用專門設計的存儲器網絡下載信號，進而構建神經網絡。

具體表現為，研究人員先是用計算機輔助分析程序提取出功能性神經元突觸連接圖，進而在該圖的基礎上構建、編程一個記憶網絡。

至于載體的選擇，他們看好閃存、磁性隨機存取存儲器（MRAM）、相變隨機存取存儲器（PRAM）和電阻式隨機存取存儲器（RRAM）這4種存儲芯片。

需要注意的是，一個人的大腦約有1000億個神經元，而突觸連接的數量更是神經元數量的1000多倍，因此作為神經元連接圖載體的存儲芯片，至少需要具備存儲100萬億個虛擬神經元和突觸數據的容量。

這還不包括計算機輔助分析程序等過程中所需要的代碼。

對于這個問題，三星他們認為，3D堆疊技術，是有可能在單個芯片上實現如此大規模容量的。

而除了存儲，快速讀寫也是很必要的。

當前，3D閃存的寫入速度已經超過100MB/s，但在這個研究項目中，利用計算機輔助分析程序，4096個通道在19分鐘內也會產生約80G的數據。隨著CMOS納米電極陣列進一步擴展，數據量也會進一步增加。

顯然，依照當前的讀寫速度，三星這款存內計算芯片距離應用“高效”還有一段距離。

將大腦神經“復制”到芯片，藏著三星的“勃勃野心”

三星方面表示，如果研究成功，研究人員可以創建一種接近大腦的存儲芯片。

這意味著，該存儲芯片將不僅能夠做到存內計算，還將做到像人類大腦那樣“思考”，做到低功耗、輕松學習的同時，也能夠具備自主性和認知能力。

當然，從前面的描述可以了解到，雖然一定程度上攻克了業界對“神經元連接”的未知難題，但這一研究也存在一些挑戰。

對此，三星與哈佛團隊也在論文中承認，該研究還存在一些理論上的缺陷。比如大腦神經元會因為學習和生長而發生變化，但該研究采用固態芯片乘載神經元網絡，無法跟蹤大腦神經元發生的緩慢變化。

不過在未來，他們也憧憬可以創建一個具有可塑性的自然神經網絡，進而模擬大腦神經元變化。

而值得注意的是，不管是存儲芯片，還是晶圓制造的3D堆疊技術，可以說都是三星的“強項”。

比如存儲芯片市場，依據市場調機構TrendForce統計的數據，今年第二季度，三星以33.4%的市占率穩居全球第一。

又比如3D堆疊存儲技術上，三星儼然是領導者隊列。

但三星并不滿足于此。他們毫不避諱地表示，正爭取在下一代人工智能半導體領域的領先地位。

都知道，隨著芯片制造工藝已經快逼近極致，如何進一步提高芯片算力成為了當下半導體產業的重點研究方向。

其中，AI是一個重要方向，可以利用算法在原有硬件基礎上能夠提高算力。然而從框架來看，不管是GPU、FPGA，還是ASIC，各有優勢，卻不能做到功耗、算力、通用性能兼得。

基于這一前提，“類腦計算”被推崇為真正AI芯片未來發展的方向，讓搭載芯片的硬件做到真正“像人一樣去思考”。

當下來看，這一賽道已經聚集了多個玩家，包括IBM、高通、英特爾等科技巨頭，清華等高校，以及一些創企都在致力于類腦計算芯片的研究。而截至目前，還沒有一個選手能夠做到技術與應用的絕對領先。

不過在這其中，三星此次與哈佛聯合發表的“思路”還是頗為創新的，不知道之后的研究是否能真的打破當前類腦計算的“瓶頸”。

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！