HPE显示旨在模仿人脑的计算机

智能计算机可以让人类的决策可能有一天会在Hewlett Packard Enterprise的产品路线图上。

该公司一直在显示一个原型计算机，旨在模拟大脑进行计算的方式。它基于新的架构，可以定义未来的计算机如何工作。

大脑可以被视为极其节能的生物计算机。大脑采用与瞄准器，声音和气味有关的大量数据，它们在计算速度方面，它们必须在没有滞后的情况下并行地处理。

HPE的最终目标是创建可以快速计算的计算机芯片，并根据概率和关联做出决策，就像大脑如何运作一样。该芯片将使用学习模型和算法来提供可以在决策中使用的近似结果。

虽然这些芯片需要数年的可商购，但HPE正在通过带电路板和内存芯片的原型系统测试其脑样计算模型。该计算机在最近在拉斯维加斯最近举行的Discover会议上首次展示，旨在以大脑的神经元和突触工作的方式运行。

大脑形成了一万亿连接的神经网络，称为突触，以进行通信。大约100亿神经元并行计算，通过电气和化学信号建立这些连接并传输信息。HPE的研究人员热衷于将大脑活动的平行性带到有线电路。

“我们”重新思考使用我们的忆阻技术和专门设计的平行计算的架构，并采用专门设计的架构，“Hewlett Packard Labs的科学研究员Cy Graves说。

忆故者是一种新型的存储和内存，可以帮助未来a.i。系统了解数据并更多地使用它。那些与今天的SSD和DRAM不同，它只是存储数据。与突触一样，存储器电路上的学习和保留由电流和数据流特性确定。

在大脑中，数据存储在特定神经元或细胞中，并且在这些细胞中进行图像或语音识别等任务的计算。这是用于模仿大脑运营的计算机的HPE架构的概念。

“这有可能是令人难以置信的功率效率，节省大量时间，减少计算复杂性而不是堵塞带宽，”格雷夫斯说。

在传统的计算中，数据必须留下存储单元以通过CPU和内存处理，这可能会浪费宝贵的计算资源。HPE的架构是相反的 - 在存储数据存储的细胞中，如大脑中的电池。然后在单元格之间建立连接，就像突触一样。

利用这种结构，雷夫斯表示，计算可以是高度平行的。GRAGES表示，这种称为“向量矩阵乘法”称为“向量矩阵乘法”，位于计算密集算法，语音识别和深度学习系统等应用。

HPE研究人员在实验室中开发了忆阻器，并以网格状结构排列，然后将其连接到称为DOT产品引擎的计算机。研究人员可以将测试床上的网格设置切换到P OUT哪些配置对于不同类型的算法最适用。

研究人员在一个特定的Memristor设置中在一个时钟周期中管理了8,000个计算。

“在一个真正的芯片中，它会更快，因为我们在这些板上的所有硬件都将集成到芯片本身中，”格雷夫斯说。

这款新芯片赢得了像GPU或CPU这样的通用处理器。基于概率，神经晶芯片中的任何类型的计算仍然是近似的，并且可能并不完全准确。

“它并不是特别准确到您关心某种应用的精确度，”Graves说。“对于您的银行交易，我希望我想要在那里使用近似数学。”

该芯片可以充当协处理器，可以将智能带到图像或语音识别等任务上的计算机。

HPE的方法与高通公司的公司不同，它具有基于软件的方法和IBM，它依赖于不同的芯片架构。

它的早期研究了HPE，但Graves对智能电脑的未来感到兴奋，可以处理像人类大脑一样多的数据。然而，它“LL需要一段时间来构建可以模仿大脑活动的芯片。

“虽然我们不知道所有答案，但我们”重新开始收集一些有用的见解，“格雷夫斯说。