類腦計算技術(shù)深度調(diào)研 2022類腦計算行業(yè)發(fā)展前景及規(guī)模預(yù)測

• 2022年10月27日 WuYaNan來源：互聯(lián)網(wǎng) 283 11
• 繁體

類腦計算，已然從實驗室走向了商業(yè)化摸索。據(jù)相關(guān)機(jī)構(gòu)預(yù)測，2035年類腦計算的市場規(guī)模約200億美元。

類腦計算行業(yè)發(fā)展前景如何？類腦計算作為通往AGI最有潛力的一條路徑，這個領(lǐng)域已經(jīng)開始得到學(xué)界和產(chǎn)業(yè)界越來越多的關(guān)注。類腦計算這個概念最早是在上世紀(jì)80年代，由一個叫做Cuver Mead的美國科學(xué)家提出。據(jù)不完全統(tǒng)計，目前全球范圍內(nèi)已有20家左右相關(guān)創(chuàng)企，雖然融資輪次多集中于A輪，但各家公司拿到的融資金額少則千萬多則上億。

根據(jù)中研普華研究院《2022-2027年國內(nèi)外類腦計算技術(shù)發(fā)展研究及趨勢預(yù)測報告》顯示：

類腦計算技術(shù)深度調(diào)研 2022類腦計算行業(yè)發(fā)展前景及規(guī)模預(yù)測

類腦現(xiàn)代計算系統(tǒng)能耗太大，對于日益成為我們生活一部分的復(fù)雜AI應(yīng)用來說，不是可持續(xù)發(fā)展的平臺。類腦計算新技術(shù)有望通過完全不同的方式處理信息，能效極高，并能處理我們加速產(chǎn)生的大量非結(jié)構(gòu)化和嘈雜的數(shù)據(jù)。

從定義上來看，目前的類腦計算可以分為狹義和廣義兩種。狹義類腦計算指的就是模仿大腦神經(jīng)結(jié)構(gòu)和工作原理而創(chuàng)新出來的神經(jīng)形態(tài)計算，學(xué)術(shù)界稱其為Brain-like Computing。廣義的類腦計算則是在借鑒腦的結(jié)構(gòu)和工作原理的同時，又不局限于對腦的模擬，還會融合傳統(tǒng)的人工神經(jīng)網(wǎng)絡(luò) (ANN)等具有更多類腦特征的異構(gòu)神經(jīng)網(wǎng)絡(luò)，學(xué)術(shù)界稱其為Brain-inspired Computing。

相比于深度學(xué)習(xí)中的DNN，類腦計算的研究主要圍繞SNN網(wǎng)絡(luò)展開。

所謂SNN，全稱脈沖神經(jīng)網(wǎng)絡(luò)，是第三代人工神經(jīng)網(wǎng)絡(luò)。它以0/1脈沖序列表達(dá)信息流，編碼里包含了時間信息，與ANN最大的區(qū)別是具有時序性。

只有當(dāng)神經(jīng)元膜電壓積累到特定的電壓閾值時SNN的神經(jīng)元才會放電(發(fā)放脈沖)，并不會在每個信息傳遞的周期都被激活。

類腦計算研究涉及的領(lǐng)域范圍廣泛，包括材料科學(xué)、神經(jīng)科學(xué)、電氣工程、計算機(jī)工程和計算機(jī)科學(xué)等。材料科學(xué)家研究、制造和表征可用于類腦器件的新材料，重點是展示與生物神經(jīng)系統(tǒng)相似特性的材料。神經(jīng)科學(xué)家提供可能在類腦計算意義上有用的新知識，并利用類腦計算系統(tǒng)來模擬和研究生物神經(jīng)系統(tǒng)。

電子和計算機(jī)工程師利用模擬電路、數(shù)字電路、數(shù)?；旌想娐泛推骷順?gòu)造系統(tǒng)，模擬神經(jīng)系統(tǒng)的運(yùn)行過程，開發(fā)由生物啟發(fā)的類腦計算系統(tǒng)。類腦計算系統(tǒng)的研究涉及到類腦處理器微體系結(jié)構(gòu)技術(shù)、體系結(jié)構(gòu)技術(shù)、類腦處理器配套的軟件工具鏈和基于脈沖神經(jīng)網(wǎng)絡(luò)的算法等研究領(lǐng)域。在現(xiàn)階段的社會發(fā)展過程中計算機(jī)科學(xué)技術(shù)在社會中的應(yīng)用具有極大的社會現(xiàn)實含義，不僅其在加速社會經(jīng)濟(jì)的道路上起到了積極的作用。

類腦計算領(lǐng)域的相關(guān)研究，為新一代計算變革帶來了希望。以大腦為模仿對象建立新一代計算技術(shù)體系，既可以保留計算機(jī)的既有優(yōu)勢，又可以疊加人腦處理信息的諸多優(yōu)勢，將有望打破馮·諾伊曼架構(gòu)的束縛，實現(xiàn)存儲處理一體化、超低能耗和超大規(guī)模并行信息處理，讓結(jié)構(gòu)逼近人腦、性能媲美人腦的“人造超級大腦”成為可能。

類腦計算未來發(fā)展前景分析

應(yīng)用場景上，目前的類腦解決方案基本都是首先從低維度信息處理和高速視覺處理開始，主要面向端側(cè)可穿戴設(shè)備、攝像頭和終端設(shè)備。在此基礎(chǔ)上，未來將加入在復(fù)雜環(huán)境中的實時決策能力，對應(yīng)場景為無人機(jī)和自動駕駛。隨著類腦技術(shù)(大規(guī)模并行計算、自主學(xué)習(xí)等)和類腦產(chǎn)業(yè)的成熟，在更長的維度上，類腦的應(yīng)用場景將覆蓋數(shù)據(jù)中心以及自主機(jī)器人。類腦芯片由于其低功耗的特征，非常適合人體植入(可植入式疾病治療)、腦機(jī)接口等應(yīng)用領(lǐng)域。

類腦計算市場規(guī)模預(yù)測

類腦研究發(fā)展迅猛、前景廣闊，但總體仍處于起步階段。與人腦相比， 其基于的深度神經(jīng)網(wǎng)絡(luò)(DNN)在信息處理的效率，即速度和功耗上，表現(xiàn)仍不夠好。其中“速度”是指它在計算不同神經(jīng)層的輸出是以順序的方式進(jìn)行，導(dǎo)致每層都必須等待上一層的輸出計算完成后才能執(zhí)行下一步，缺少架構(gòu)靈活性?！肮摹眲t是指在馮諾依曼架構(gòu)下，龐大的數(shù)據(jù)量意味著頻繁且大規(guī)模的運(yùn)算，隨之而來的就是功耗的極速上升。

而我們的人腦靠其中的神經(jīng)元以脈沖的形式進(jìn)行信息傳遞，約870億個神經(jīng)元高度非線性地工作，每個神經(jīng)元在外部和內(nèi)部都與其他神經(jīng)元有多達(dá)10000個連接，承載著數(shù)十萬個協(xié)調(diào)的并行過程，功耗卻只要20W左右。

類腦計算，已然從實驗室走向了商業(yè)化摸索。據(jù)相關(guān)機(jī)構(gòu)預(yù)測，2035年類腦計算的市場規(guī)模約200億美元。

想了解更多關(guān)于類腦計算技術(shù)行業(yè)專業(yè)數(shù)據(jù)分析，請點擊查看中研普華研究院出版的報告《2022-2027年國內(nèi)外類腦計算技術(shù)發(fā)展研究及趨勢預(yù)測報告》。

• 相關(guān)深度報告REPORTS

  

  2022-2027年國內(nèi)外類腦計算技術(shù)發(fā)展研究及趨勢預(yù)測報告

  類腦計算是指利用數(shù)字電路、模擬電路、數(shù)?；旌想娐坊蛐缕骷矸抡嫔锷窠?jīng)元以及神經(jīng)元間的突觸連接，進(jìn)而利用超大規(guī)模集成電路（Very Large Scale Integrated，VLSI）系統(tǒng)來模仿神經(jīng)系統(tǒng)中...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡