类脑智能，从发展起源到落地应用！芯片功耗更小、成本更低……

电子发烧友网报道（文/李弯弯）类脑技术作为下一代人工智能，从出现到现在已经二三十年历史，目前欧美中各国都已经开始投入研究。为什么对于未来发展来说，类脑技术很重要，目前的发展情况如何，时识科技创始人兼CEO乔宁在此前一个论坛上做了详细分享。
 
类脑技术的发展历史
 
类脑技术的出现距今已有二三十年历史，该技术最早起源于八十年代的美国，当时知名的教授Carve Mead和她的同事，一位生物学家和一位化学键，通过半导体晶体管，模仿神经元的形态，进而理解生物大脑的工作机制。

 
后来Carve 的学生Misha Mahowald进一步细化，研究视网膜神经元的形态和脑皮层的形态。在1990年到1995年之间，美国正好要在苏黎世大学和苏黎联邦理工成立一个研究所，Carve Mead的六位学生便从美国去到苏黎世，这个技术流派也从美国流到了欧洲。
 

 
苏黎世是类脑技术的高地，目前整个行业的发展基本都是从苏黎世起步的，2003年左右欧美各国开始推行这项技术，中国稍微晚一点，大概在2010年开始发起自己的类脑研究计划，并被列入十三五、十四五规划中，占据重要的位置。
 
为什么各国都要研究类脑智能
 
为什么欧美以及中国都要研究类脑技术，乔宁博士对此做了详细解释，他说，“在地球上，最强的智慧就是人类这种智能生物了，人体虽然不完美，但是在很多方面却远远强于目前计算机的计算架构体系。”
 
其中很大一个很大的特点，人脑只有20W的功耗，却能支撑人们完成巨大的思维、行动等工作，20W的功耗低到什么程度呢，他指着会议室顶上一个吊灯说，“这一个灯的功耗可能都不只20W。”不只是人类，其他生物的功耗也比现在人工智能的功耗低，比如一只小鸟的大脑，只有50mW的功耗，相当于一个5号电池能驱动设备工作几天时间，而小鸟却可以在丛林里以每小时几百公里的速度飞行，远远快于目前无人机的速度。
 
再比如蜜蜂的大脑，只有100万个神经元，0.1mW的功耗，相当于一个纽扣电池可以驱动几个月的时间，做连续不断的动作，这些都是现在的人工智能所不能实现的。蜜蜂只有100个神经元，而现在所有AI的算法，任何一个模型参数都要大于100万，而从蜜蜂的例子可以看到，100万这么小规模实际上已经可以完成很多工作。这就是生物智能，与传统人工智能之间一个很大的差别。
 
类脑智能是一个全新的赛道
 
之前基于深度学习的人工智能，包括很多公司研究的存算一体、近存计算等方案，基本上是在器件层面、Memory读取方面进行改进。类脑技术是一个全新的赛道，从芯片的算法、到架构、芯片的工作机制、应用等都是全新的。
 

 
怎么理解呢？乔宁这样解释，“我们人脑里面没有时钟，是一个完全被动式的系统，只有当有数据的时候，它才会进行运算，每个神经元都并行分布，每个神经元的状态更新，一定是受到了一个脉冲的刺激，它才会做运算，因此类脑计算系统，也是一个被动式的系统。”
 
类脑计算实际上会更趋近于通用智能和强智能，它更适用于多模态信息的处理，因为生物本就很适合，基于多模态的传感信息来做端侧的推理，对环境进行感应和交互。
 

 
Yole 2019年发布的行业报告显示，从2020年开始的后一个十年，我们会进入机器人的时代，包括无人机、智能驾舱、智能驾驶等。这些设备的特点是，独立供电，由电池驱动，并且会携带大量的传感器，需要做复杂的多模态传感信息的处理，与环境和人进行交互，这已经与生物对环境的生存适应很类似了。乔宁认为，这些类型的场景，很适合采用类脑计算的方案。
 
另外还有人体植入式的场景，比如，需要做人体增强，脑电、心电、肌电信号分析。因为人体对温度特别敏感，就比如我们发烧的时候，高一度两、度就很难受，所以植入式的设备，一定要是一个有算力，但有没有发热量的处理器，乔宁认为，这也是类脑技术的一个应用领域，从生物体来回到生物体去，是一件很自然的事情。
 

 
根据Yole 2021年4月发布的行业报告，类脑智能在人工智能的占比将会逐步提升，预计到2035年达到将近20%，市场规模将会超过200亿美金，乔宁认为这个数据稍微有些保守，未来类脑智能的市场规模比这个数据可能更大。
 
时识科技都有哪些类脑芯片
 
时识科技2017年2月成立于瑞士苏黎世，2020年4月搬到中国，在成都成立运营中心，并在上海设立芯片团队，2021年11月在深圳注册子公司，用于专门推动类脑智能的产业落地。该公司由乔宁博士和其教授Giacomo Indiveri，以及苏黎世大学一起成立。
 

 
识时科技主要聚焦在端侧智能，目前已经推出端侧推理芯片，包括智能视觉SoC Speck，这是一款针对视觉做的感算一体的SoC，以及低维度信号处理器XYLO，用于非视觉类的应用，包括压力、震动、温度、声音等识别和检测，做实时传感信号处理。
 

 
公司还推出了端侧视觉专用处理器，是大算力处理器，产品包括动态视觉专用处理器DYNAP-CNN，以及动态视觉专用光流/SLAM处理器，用于运动轨迹、定位及路径规划。
 
另外还有机器人感知决策及可植入式处理器，正在研发中，包括多模态融合运算端侧处理器，用于智能感知及决策，以及可植入式仿生智能感知，用于人机交互、人体增强。
 

 
DYNAP-CNN：第一代产品于2019年推出，是一款完全仿生的芯片，没有脉冲网络，本身不带时钟，是事件触发计算的架构。在端侧，可以通过数据驱动，用于图像处理，脉冲卷积计算，基于稀松数据的运算，功耗低于1mW，实时数据运算，无需缓存。
 

 
智能视觉SoC Speck：2021年12月发布的新产品，这是一颗全仿生的感算一体芯片，里面包含一个事件相机，类似人眼工作机制的传感器，还有一个处理器，即上面提到的DYNAP CNN，这款芯片是一个完整的智能视觉解决方案，对用户来说，不用再配置其他传感器和处理器。
 

 
这款产品拥有超低功耗，应用场景下整体小于1mW，实时性5-10ms延时，在端侧可以通过这颗芯片，做不同场景下的手势控制，以及行为分析。
 
该产品已与全球知名手机模组、智能安防、芯片分销商达到合作意向，预计2022年起可在智能家居、智能安防、智慧农业、手机/笔记本、AR/VR等领域大范围落地。
 

 
乔宁表示，时识科技的类脑芯片都以市场为导向，以应用为驱动。与其他类脑芯片相比，规模都比较大，从DYNAP CNN开始，神经元个数都是100万规模以上，是世界上最大的类脑芯片。集成度、单位面积也是最高的，因为时识科技有自己独家的算法和芯片架构专利。
 

 
XYLO：除了视觉之外，时识科技在压力、震动、心电、脑电、肌电检测方面也有对应的解决方案，即通过低维度类脑处理器XYLO，加上一个加速度传感器，可以对生物进行行为分析，对脑电、肌电信号进行检测诊疗。
 

 
XYLO这颗芯片硬件资源特别少，片上只有250KB的Memory，远远小于现在语音类的AI芯片，传统关键词识别的语音AI芯片， Memory大概是4-8MB，XYLO不到其十分之一，也因此成本会便宜很多，XYLO的功耗在0.1mW以下，比传统AI芯片也低几个量级。
 

 
乔宁介绍，时识科技已经形成比较完善的产品矩阵，包括图像、语音、定位信号的处理，震动、加速度相关的处理器等，都有所布局，另外还包括开发套，已经在中外几十个高校、研究院所应用，以支撑这些院所做类脑技术的开发。
 

 
另外工具链也非常完善，从客户到数据采集、网络迭代、芯片调试，时识科技从2017年开始搭建工具链，现在已经形成完整的体系，目前类脑工具链的下载量达到10万次，这在类脑技术赛道表现是相当优秀的。
 
小结
 
虽然现在，不少科研院所和企业都在研究类脑技术，也有一些产品实现应用，然而业界普遍认为类脑智能距离真正的落地还差半步，存在一些挑战，比如成本可能过高、某些技术还需要优化提升等等，不过类脑智能的优势已经广受认可，是一个关注的全新技术领域。