?

百億年前的宇宙大爆炸

給地球帶來(lái)了變化萬(wàn)千的碳基生命。

而硅基生命經(jīng)歷了70多年的發(fā)展，

最像人腦、會(huì)說(shuō)人話的機(jī)器人ChatGPT，

終于在去年橫空出世。

其實(shí)，在ChatGPT的背后，

需要約26萬(wàn)個(gè)CPU在一起運(yùn)行，

這些CPU堆在一起仿佛巨獸，

相比之下人腦則顯得十分迷你。

因此，從面積能耗比上來(lái)看，

CPU比起人腦還是相去甚遠(yuǎn)。

CPU如何工作？

從1936年CPU發(fā)明至今，

其核心原理就未曾改變過(guò)：

CPU不停地從存儲(chǔ)系統(tǒng)中讀取數(shù)據(jù)作為指令，

再根據(jù)指令，決定改變存儲(chǔ)系統(tǒng)的哪些數(shù)據(jù)。

對(duì)于同一份作為指令的數(shù)據(jù)，

不同的CPU有著不同的理解，這就是指令集。

CPU一旦形成芯片，指令集通常就固定了下來(lái)。

現(xiàn)代CPU的指令集都是圖靈完備的，

簡(jiǎn)單來(lái)說(shuō)就是能夠進(jìn)行通用計(jì)算。

所以說(shuō)，CPU在通用計(jì)算上天賦異稟，

各種不同類型的應(yīng)用需求都可以滿足。

人腦 PK CPU

與CPU的工作原理不同，

人腦有1000億個(gè)神經(jīng)元和100萬(wàn)億個(gè)突觸，

神經(jīng)元和突觸互聯(lián)形成了復(fù)雜的神經(jīng)網(wǎng)絡(luò)，

由化學(xué)信號(hào)在神經(jīng)元之間傳遞信息。

如果按CPS（每秒計(jì)算次數(shù)）考量，

人腦的算力是10¹⁶CPS，

相當(dāng)于每秒進(jìn)行1億億次運(yùn)算，

目前只有造價(jià)過(guò)億的超級(jí)計(jì)算機(jī)才能擔(dān)此重任。

超低能耗是大腦的最強(qiáng)優(yōu)勢(shì)之一。

CPU工作需要消耗大量能量并保持散熱，

而人腦在執(zhí)行基本任務(wù)時(shí)，

卻能神奇地以較低的能耗運(yùn)行。

此外，人腦能通過(guò)各個(gè)感官系統(tǒng)

處理豐富的環(huán)境信息，形成全面認(rèn)知。

憑借高度并行的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，

大腦能夠同時(shí)處理多個(gè)信息流，

CPU雖然具備并行計(jì)算能力，

但在規(guī)模和效率上遠(yuǎn)不及人腦。

人腦可以主動(dòng)思考，做出復(fù)雜決策，

是“軟硬件”高度融合的體現(xiàn)，

這條路對(duì)于CPU來(lái)說(shuō)很難走通。

如果非要問(wèn)人腦有啥槽點(diǎn)？

也有，比如處理速度較慢、存儲(chǔ)容量有限、

有時(shí)迷糊犯錯(cuò)、運(yùn)行太久腦殼疼……

缺點(diǎn)還是有那么一丟丟的，

否則，我們何必發(fā)明電腦呢。

讓CPU學(xué)習(xí)人腦

雖然碳基與硅基有著“跨物種”之別，

但二者之間的溝壑正在逐漸彌合。

通過(guò)模仿人腦神經(jīng)元和突觸的機(jī)制，

神經(jīng)形態(tài)計(jì)算讓芯片也擁有“硅腦”。

神經(jīng)處理單元（NPU）

可以用更接近人腦的方式運(yùn)轉(zhuǎn)。

在同一個(gè)AI任務(wù)中NPU和CPU相比，

能耗減少1000倍，效率卻提升10000倍，

這樣的數(shù)字多么令人心動(dòng)！

新思科技的NPU IP核和工具鏈

DesignWare ARC NPX6和NPX6FS NPU IP，

面向AI應(yīng)用提供高算力并降低實(shí)時(shí)能耗，

可以利用最新的神經(jīng)網(wǎng)絡(luò)模型

滿足日益增長(zhǎng)的性能需求，

并加快下一代智能SoC上市時(shí)間。

? ? ?

?

? ? ? ? ?