向右滑动:上一篇 向左滑动:下一篇 我知道了
广告

美军给战斗机配的“电子大脑”有多厉害?

时间:2017-08-22 作者:R. Colin Johnson 阅读:
“仿人脑超级计算机”已经在美国空军服役。这种超级计算机采用了IBM的TrueNorth神经形态64芯片数组,适合飞机,以及尺寸、重量和功耗受限的其他嵌入式、行动和自动系统等潜在应用使用。

这种电子大脑(E-brain)拥有超过6,400万个神经元和160亿个突触,其神经突触数组可以执行实时的模式识别和感觉处理,而且速度和精确度都要高于人类大脑,功耗只需10W。A1WEETC-电子工程专辑

战斗机驾驶员越来越多依靠自动识别技术来区分敌我,以为了保持意识清醒和高度警惕,飞机的速度和可操控性已经接近驾驶员能力的极限。在空战中,空中充满了防空火炮、火箭弹、无人机、照明弹、诱饵,使人类驾驶员无法识别真正的目标,而TrueNorth电子大脑数组使用64颗芯片来区分真目标和假目标,而且如果功耗能够做到像人脑那么低,理论上它可以在64颗芯片原型基础上进一步扩展,从而能够同时处理任何数量的实时识别任务。A1WEETC-电子工程专辑

美国空军不仅想在飞机上测试IBM的电子大脑理论,还想在从无人机到机器人的各种嵌入式、移动和自动应用中进行测试。他们没有对潜在军事用途的数量作任何限制,并且暗示可以拓展到民用领域。A1WEETC-电子工程专辑

“罗马、纽约的空军研究实验室是TrueNorth系统及其生态系统的最早采纳者,也是神经形态运算的基地。许多美国境内和国际政府机构都在透过它研究TrueNorth。”IBM院士兼IBM Research-Almaden中心(位于加州圣何塞)负责仿人脑运算的首席科学家Dharmendra S. Modha告诉笔者:“TrueNorth生态系统现在在全球五大洲的40多个科研院所和大学中都有使用。”
20170814-ebrain-5
图1 IBM院士兼IBM Research-Almaden中心负责仿人脑运算的首席科学家Dharmendra Modha开发的IBM TrueNorth神经形态系统,能够以最低的功耗提供超级运算人工智能(AI)功能。A1WEETC-电子工程专辑

Modha指出:“IBM已经将TrueNorth神经元的数量从2011年的256个增加到了2017年的6,400万个,换句话说,从2011年以来每年增加800%。”在这段时间内,IBM证实“TrueNorth在用深度网络进行映像推理方面特别高效能”,针对CIFAR-100数据集的处理速度超过7,000帧/秒/瓦,这是加拿大研究院用于物体识别的数据集。基准检验表明只需200mW,就能提供1,500帧/秒的分析能力。
20170814-ebrain-1
图2 IBM Research使用IBM TrueNorth神经形态系统,为美国空军开发的人工智能超级运算电子大脑的艺术渲染效果图。A1WEETC-电子工程专辑

在美国空军研究实验室(AFRL)制造的TrueNorth电子大脑旨在使大型深度神经网络的实时训练成为可能,即使1~10Hz频率速度的原型也能使大规模芯片数组的功耗低于一个Power8处理器。
20170814-ebrain-2
图3 可以超级隐形模式飞行的黑色涂装(左下角)和白色涂装(右上角)F-18飞机将成为电子大脑原型的候选用机。A1WEETC-电子工程专辑

除了目标识别外,TrueNorth电子大脑的神经突触64芯片数组还能提供其他实时的人工智能功能,比如视讯分析、语音识别、机器语言翻译、音频和文本分析、信息发现,以及扩展针对民用应用的类似任务。A1WEETC-电子工程专辑

TrueNorth电子大脑的神经突触64芯片数组可以接受多个分布式输入,并将它们“融合”起来执行感知(右脑负责)和符号处理(左脑负责)功能,而且其执行速度快过传统的计算机,因而可以形成总体情形意识。由于能够同时执行并列的数据流处理和并列的模型分析,TrueNorth电子大脑可以在生命危在旦夕的复杂战争情形中胜过人脑。
20170814-ebrain-3
图4 整合64芯片数组TrueNorth神经突触处理器的超级运算电子大脑的驾驶舱应用,可实现深度网络学习和实时信息发现。A1WEETC-电子工程专辑

整个TrueNorth电子大脑的神经突触64颗芯片数组安装在一个4U(7英吋高)机架插槽内,因此一个标准机架内可以安装8个链接系统。数组中的每个处理器使用540万个晶体管,这些晶体管分布在拥有100万个数位神经元和2.56亿个突触的4,096个核心之间。
20170814-ebrain-4
图5 由于具有超慢时钟速率,IBM TrueNorth神经形态系统芯片能以超低功耗提供人工智能超级运算电子大脑功能,从而成为人类大脑强而有力的竞争对手。A1WEETC-电子工程专辑

TrueNorth的资金最初来自于美国国防部高级研究计划署与康奈尔大学(Cornell University)合作的神经形态自适应可塑可扩展电子系统(SyNAPSE)项目。A1WEETC-电子工程专辑

本文授权编译自EDN China,版权所有,谢绝转载A1WEETC-电子工程专辑

EETC wechat barcode


关注最前沿的电子设计资讯,请关注“电子工程专辑微信公众号”。
A1WEETC-电子工程专辑

A1WEETC-电子工程专辑

本文为EET电子工程专辑 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
R. Colin Johnson
EETimes前瞻技术编辑。R. Colin Johnson自1986年以来一直担任EE Times的技术编辑,负责下一代电子技术。 他是《Cognizers – Neural Networks and Machines that Think》一书的作者,是SlashDot.Org的综合编辑,并且是他还因对先进技术和国际问题的报道,获得了“Kyoto Prize Journalism Fellow”的荣誉。
您可能感兴趣的文章
  • 大数据和AI应用的新计算架构 大多数计算技术专家都承认,全球数据每两年会翻一番。预计到2020年,对那些与人工智能相关的高级应用,比如机器学习、机器人技术、自动驾驶和分析,以及金融市场来说,数据集将超过21ZB或更多。这些类型的应用都依赖于大数据,这就需要一些实时计算非常小、但层级很多的软件算法,但如今的多核处理器和架构在性能和效率方面不能很好地满足这些算法的需要。本文将为您介绍一种新的针对大数据和人工智能应用的新计算架构。
  • 机器学习提升嵌入式视觉应用 机器学习将持续作为众多应用的重要推动因素,尤其是视觉导向的机器人或所谓的“协作机器人”应用。结合处理器核心与可编程逻辑的异质SoC,能打造出高效且可重配置的解决方案。
  • 高速电子泵是怎样一步步成功模拟神经信号的? 有机电子离子泵有6个小孔(位于金色方块上的黑点),这些小孔能够高速释放神经递质。为了比较大小,我们把这个离子泵放在瑞典硬币(大约 1 美分硬币大小)旁边。
  • 后摩尔时代的特色工艺成香饽饽,其在中国的进展情况怎样 由于摩尔定律有自身的局限性,在那个时代它只能预测到晶体管的密度要增加,成本可下降,实际上它无法揭示随之而来的功耗增大及晶体管的性能提高等。所以近期指出定律的另一个方向,“非尺寸依赖”具有指导意义。
  • 当芯片工艺制程进入到2nm节点之后,摩尔定律还会如何继 英特尔在今年才正式进入到10nm时代,将在后年转入7nm,而这比原定计划最少也要晚了2年。而且权威的国际半导体机构已经不认为摩尔定律的缩小可以继续下去了,摩尔定律这位“花甲老人”真的走不动了吗?可是笔者看到另一番景象,目前三星和台积电等厂商异常活跃......
  • 新世代IC技术大爆发:进展减速却精彩纷呈 随着半导体工艺持续朝着距离只有几个节点、难以突破的技术壁垒接近,半导体技术蓝图出现了发展“分支”的征兆...
相关推荐
    广告
    近期热点
    广告
    广告
    广告
    可能感兴趣的话题
    广告