冯·诺依曼
西井科技发布的5000万神经元类脑芯片馨
当AlphaGo（阿尔法狗）打败韩国棋手李世石后，为了让其能更好地训练自己的系统，谷歌专为机器学习定制了“TPU”（Tensor Processing Unit）的ASIC芯片，专门针对TensorFlow人工智能学习系统进行优化，性能要优于英伟达的GPU。
从谷歌对芯片的重视程度来看，芯片的性能对于人工智能训练自身、进行机器学习的过程非常重要。在人工智能领域里，在CPU、GPU上运行深度神经网络计算已不是什么新鲜事。对于芯片公司来说，未来人工智能会越来越多地运用到各个智能设备上，对芯片的传感器、信息处理速度的要求越来越高。
这样一来，科学家就需要采用专门的高效芯片来处理深度神经网络带来的海量数据。现在，利用神经形态计算，来模拟人类大脑处理信息的技术，正在成为人工智能领域的另一个技术方向。
“人工智能深度神经网络的计算结构比较特殊，比如高度的并行化、时间域上的递归、中间的节点比较稀疏，所以如果能用专门的硬件来实现，会比在CPU上用软件实现要高效，一般来说会提高2-3个数量级。”地平线机器人 ...
全文地址：https://bbs.pinggu.org/thread-3814337-1-1.html
