大脑瞄准后建模的研究芯片旨在为计算机带来智能

创造智能计算机的梦想激发了基于大脑结构的异国情调芯片的发展，以神秘的方式运作。一些研究人员正在从今天的计算机中找到的组件中的筹码。

使用组件被拉的商店货架，田纳西大学，诺克斯维尔的研究人员已经为可以学习的智能电脑制成了芯片。芯片结构化以通过概率和关联发现模式，帮助决策。

研究人员正在使用现成的，称为FPGA（现场可编程门阵列）的可再编程电路，以模拟Neurons和突触在大脑中运行的方式。该芯片作为大学的DANNA神经形态软件项目的一部分。

FPGA Excel在执行特定任务时，可以轻松地重新编程其他应用程序。

研究人员正在开发神经形态芯片，以便为摩尔人的法律时代被称为莫尔的法律。它变得难以进一步缩小电源PC和移动设备的芯片，因此研究人员正试图将大脑结构应用于计算。

大脑有100亿神经元处理和传输信息，并且可以通过万亿连接，突触并行计算。研究人员正在创建一个网状网络的神经元和FPGA的突触，以处理输入，输出和连接。研究人员还建立了可以应用于这种神经网络的软件模型。

研究人员还在寻找与新兴的映射器技术交换FPGA的方法。Memristor是一种内存和存储形式，可以保留数据，被认为是DRAM的替代品。

用于存储数据的FPGA和忆物的能力将研究与其他努力区分开来开发神经族系统。最值得注意的是IBM“STruentorth，其被建模为更像中央处理单元。FPGA可以模仿CPU，但符合研究人员的目标，以专注于电路的可编程性。

研究人员在国际研讨会上撰写了在摩尔湖城市邮政的国际讲习班的一篇论文中，芯片和架构的灵活性扩大了神经形式系统的应用范围。犹他州，本周。

“我们认为，由于其可编程性，我们的架构对于超级计算应用程序特别适用，”研究人员在论文中说。

但是使用FPGA具有实用脑模型存在缺点。重编程FPGA需要脱机，这可能会扰乱任务的执行。此外，FPGA可以“T是引导系统的主要芯片。它们主要被用作协处理器，并且可以令人兴奋。

对于研究人员来说，芯片架构比芯片的类型更重要。基于架构的更多芯片原型将可供其他研究人员使用。

专注于脑模拟芯片的研究人员之间存在大量合作。在IBM之外，神经形态计算研究在曼彻斯特大学曼彻斯特大学，德国，斯坦福大学，浙江大学，浙江大学。