?

百億年前的宇宙大爆炸

給地球帶來了變化萬千的碳基生命。

而硅基生命經(jīng)歷了70多年的發(fā)展，

最像人腦、會說人話的機器人ChatGPT，

終于在去年橫空出世。

其實，在ChatGPT的背后，

需要約26萬個CPU在一起運行，

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：

CPU不停地從存儲系統(tǒng)中讀取數(shù)據(jù)作為指令，

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

對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。

現(xiàn)代CPU的指令集都是圖靈完備的，

簡單來說就是能夠進(jìn)行通用計算。

所以說，CPU在通用計算上天賦異稟，

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1000億個神經(jīng)元和100萬億個突觸，

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)信號在神經(jīng)元之間傳遞信息。

如果按CPS（每秒計算次數(shù)）考量，

人腦的算力是10¹⁶CPS，

相當(dāng)于每秒進(jìn)行1億億次運算，

目前只有造價過億的超級計算機才能擔(dān)此重任。

超低能耗是大腦的最強優(yōu)勢之一。

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，

卻能神奇地以較低的能耗運行。

此外，人腦能通過各個感官系統(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)，

大腦能夠同時處理多個信息流，

CPU雖然具備并行計算能力，

但在規(guī)模和效率上遠(yuǎn)不及人腦。

人腦可以主動思考，做出復(fù)雜決策，

是“軟硬件”高度融合的體現(xiàn)，

這條路對于CPU來說很難走通。

如果非要問人腦有啥槽點？

也有，比如處理速度較慢、存儲容量有限、

有時迷糊犯錯、運行太久腦殼疼……

缺點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。

通過模仿人腦神經(jīng)元和突觸的機制，

神經(jīng)形態(tài)計算讓芯片也擁有“硅腦”。

神經(jīng)處理單元（NPU）

可以用更接近人腦的方式運轉(zhuǎn)。

在同一個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！

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時能耗，

可以利用最新的神經(jīng)網(wǎng)絡(luò)模型

滿足日益增長的性能需求，

并加快下一代智能SoC上市時間。

? ? ?

?

? ? ? ? ?