據(jù)國外媒體報(bào)道，IBM從2008年開始就潛心研究一種能模擬人類大腦的“自適應(yīng)可擴(kuò)展塑性電子神經(jīng)形態(tài)系統(tǒng)”芯片，簡(jiǎn)稱SyNAPSE。該芯片已在去年就達(dá)到了可量化生產(chǎn)的水平。不過直到今天，IBM宣布開放一個(gè)為期三周的“訓(xùn)練營”培訓(xùn)項(xiàng)目，學(xué)術(shù)屆和政府機(jī)構(gòu)研究人員才首次有幸目睹了SyNAPSE的偉大和潛力。

首個(gè)基于SyNAPSE打造的芯片被命名為TrueNorth。該芯片內(nèi)置100萬個(gè)模擬神經(jīng)元和2.56億個(gè)模擬神經(jīng)突觸，并以模塊化的方式構(gòu)建成了一個(gè)基于晶體管打造的神經(jīng)網(wǎng)絡(luò)。每顆芯片所包含的神經(jīng)網(wǎng)絡(luò)還可以通過陣列的方式互聯(lián)，48顆芯片組建成的具有4800萬個(gè)神經(jīng)鏈的網(wǎng)絡(luò)，將足以媲美一只普通老鼠大腦的計(jì)算能力。

TrueNorth的主要用途在于執(zhí)行“深度學(xué)習(xí)”算法，譬如Facebook的面部識(shí)別和Skype的實(shí)時(shí)翻譯等功能的算法。但TrueNorth在實(shí)現(xiàn)成本，尤其是能耗以及占用空間等方面，則要較傳統(tǒng)數(shù)據(jù)中心優(yōu)勢(shì)得多——一顆含54億個(gè)晶體管的TrueNorth芯片，所需功耗只不過是70毫瓦，而一顆包含14億個(gè)晶體管的英特爾芯片，所需功耗則通常達(dá)到35瓦甚至140瓦（1瓦=1000毫瓦）。

當(dāng)然，未來的TrueNorth芯片可能會(huì)縮小到足以放入手機(jī)或智能手表等設(shè)備中。與GPU或者FPGA不同，TrueNorth的工作原理十分接近深度學(xué)習(xí)算法本身，這有助于讓IBM將一部分計(jì)算由當(dāng)前的數(shù)據(jù)中心“下放”至終端設(shè)備。

而由于數(shù)據(jù)不再需要被來回傳輸，科技公司只需簡(jiǎn)單的將深入學(xué)習(xí)模型（如數(shù)出照片中的汽車數(shù)量），上傳至數(shù)據(jù)中心服務(wù)器中，再啟用終端用戶的TrueNorth模型辨識(shí)功能即可。不過，這樣的實(shí)際應(yīng)用估計(jì)還有幾年時(shí)間才能實(shí)現(xiàn)，TrueNorth目前任然是處在研發(fā)的初期階段。