灵汐科技推出KA200类脑芯片，AI芯片效率更高、功耗更低

TrueNorth芯片装载了神经网络模型，可以作为实时感知流推理引擎使用，并且具有较高的识别速度和较低的功耗。同时，英特尔还是类脑芯片的重要参与者，2017年发布了第一代神经模拟芯片Loihi,2021年9月30日发布第二代芯片Loihi2。

近几年来，深度神经网络(DNN)取得了显著的成就，深度学习的AI核心产业已成为市场主流，但深度学习所建立的大脑模型却是如此，大脑神经细胞和它们的连接电路非常简单，与人脑相比，它们在效率上还是表现得不够好。

此外，模拟大脑结构的芯片，B3F-3105其效率较高，耗电也较少，因此模拟这种脑行为的神经网络称为神经形态网。它的代表是脉冲神经网络(SNN)，神经形态网络的特点是采用更加忠实地模拟大脑行为的模型，芯片就是类脑芯片。大脑晶片被认为是人工智能的最终目标，被称为下一代人工智能。

IBM公司于2011年率先开发了类脑芯片，尽管由于技术限制，第一代TrueNorth芯片没有得到很好的表现。2014年，公司推出了TrueNorth的第二代TrueNorth芯片，采用三星28nm制程，包含54个晶体管，其中包含4096个神经突触核。TrueNorth芯片装载了神经网络模型，可以作为实时感知流推理引擎使用，并且具有较高的识别速度和较低的功耗。

此外，清华还于2012年提早瞄准人工智能发展，2014年联合七个院系成立脑计算研究中心，施路平担任类脑计算研究中心主任。2015年首代类脑片天机芯问世，并于2017年开发了第二代天芯，第二代天芯，具有高速度、高性能，与IBM当时先进的IBMTrueNorth芯片相比，低功耗将芯片缩小到28纳米，并将其缩小到了28纳米，更好的灵活性和扩展能力，增加20%的密度，速度至少提高10倍，带宽至少增加100倍。

根据该车辆的特点，采用该系统可实现对目标的实时检测、目标跟踪、自动过障与避障、自适应姿态控制、语音理解控制、自主决策等功能。2019年，清华大学脑计算研究中心施路平教授带领的团队研制出世界上第一款异构融合类脑计算芯片天，登上最新一期Nature封面。天机芯将人工通用智能的两大研究方向，即基于计算机科学与神经科学相结合，整合成一个平台，能够支持机器学习算法和现有类脑计算算法。

同时，英特尔还是类脑芯片的重要参与者，2017年发布了第一代神经模拟芯片Loihi,2021年9月30日发布第二代芯片Loihi2。Loihi芯片是一种神经拟态芯片，为新一代AI设计，具有强大的持续学习和在线学习能力，使机器学习速度更快、效率更高，对计算量的要求也较低，可满足大量新型模型的需要。据悉，英特尔公司已与合作伙伴共同开发Loihi芯片，用于机械手臂、嗅觉传感器、人工皮肤等应用。

Intel第二代Loihi芯片，结合了英特尔最新的芯片技术，异步时钟设计模式。除神经模拟处理速度变得更快外，Loihi2芯片在可编程性和容量上都有了显著提高，而且在功耗和延迟受限的智能计算应用上也更加强大。每片片最大神经元数100万，资源密度15倍，可提供10倍于新的神经启发算法及应用处理速度。

在国内也有从事类脑晶片研究的还有有时识技术和灵汐技术。作为一家脑计算技术科技公司，灵汐科技也推出了类脑晶片，并发布了基于类脑芯片的类脑计算板卡和服务器、软件工具链和系统软件。灵汐科技公司推出的KA200类脑晶片，以全新的存算一体、多核并行、异构融合结构为基础，可以有效支持深度学习神经网络，使用12纳米技术的单片集成了250000神经元和2500万突触，集成了30多个类脑计算核，具有生物神经网络和脑模拟功能。辅助精度计算。

它的技术来源于苏黎世联邦理工学院和苏黎世联邦理工学院的先进数模混合神经形态处理器和神经形态算法研究成果，具有完全自主知识产权。2017年2月，时识科技在苏黎世成立，2020年4月总部迁到中国。本公司开发的纯数位数-模式化混合神经形态处理器，克服了传统冯·诺依曼电脑的限制，并提供了低延时性能。针对物联网设备以及诸如手势识别、人脸或物体探测、定位、追踪、监控等边缘计算应用的发展铺平了道路。

以微电子技术和新神经形态器件为基础，旨在突破传统计算结构，实现存储与计算的深度融合，大幅提升计算性能，提高集成度，降低能耗。不过，尽管类脑芯片前景良好，但相对于依赖冯诺依曼结构的芯片而言，尚处于研究开发阶段，尽管有些产品已经上市，但其应用尚不多，若要突破未来还需要更多投入。