在南京老实验室摸过类脑计算芯片后,我推翻了之前所有的科幻想象

上周四爬了鼓楼区那栋爬满爬山虎的老实验楼,四层,推开门的时候空调风裹着焊锡味扑过来。

满屋子设备嗡嗡响,最中间的工作台摆着块指甲盖大的硅片,旁边示波器的荧光屏上,跳着没什么规律的尖峰。

就是这东西。

张老师用指节敲了敲硅片的外壳,说这是他们团队磨了两年的类脑计算芯片。

你以为的类脑计算,全是科幻片给的错觉

说实话,我之前对类脑计算的印象,全停留在电影里那种“把人脑扫一遍,在电脑里复刻出一个有自我意识的数字人”的桥段。甚至觉得这玩意跟普通人离得太远,没个三五十年根本落不了地。

结果张老师拿马克笔在白板上画了两个歪歪扭扭的方块。

左边的方块是我们现在天天用的传统芯片——就像个刻板的会计,你给他递个算题的纸条,他立刻放下手里所有事,把所有抽屉全拉开翻一遍账本,算完就坐回椅子上等下一个指令。哪怕下一道题跟刚才算的半毛钱关系没有,他也得从头翻起,半分懒都偷不了。

右边的方块就是类脑芯片。更像你家楼下常年蹲点的那只三花猫。你脚步重一点,它耳朵先转半圈;你掏零食袋子哗啦响,它立刻甩着尾巴凑过来。根本不用你专门发一套“请抬头、请定位声源、请移动到指定位置”的全套指令。

类脑计算芯片与传统CPU架构对比示意图
类脑计算芯片与传统CPU架构对比示意图

我盯着白板愣了两秒。

原来“类脑”根本不是要1:1复刻人脑。

是把人脑那种“省能、反应快、不做无用功”的特性,抠出来装到硅片上。

张老师当场给我算了笔账:同精度下的语音识别测试,这块芯片的功耗比我手边那台游戏本的显卡低了两个数量级。听着好像没什么概念?换个说法——如果把现在数据中心里跑常规图像识别的设备,换成同算力的类脑芯片,一年省下来的电费,够给南京全市的公交系统加两年的油。当然这是理论值,实际部署还要打折扣,但那个功耗差,真的看得人咋舌。

它的“聪明”,从来不是靠堆出来的

现在我们熟悉的大模型、GPU,本质上都是靠堆算力变聪明的。

要做图像识别?那就把图像拆成几百万个像素点,每个点都过一遍参数,算到最后得出“这是一只猫”的结论。为了这个结论,可能要调动芯片里几十亿个计算单元一起开工,哪怕其中大部分单元根本跟“猫的耳朵尖”这个特征没关系。

人脑从来不是这么干活的。

你远远看到个穿藏青工装、走路带风、手里总攥个印着单位logo保温杯的人,根本不用把全公司所有人的记忆挨个翻一遍,扫个轮廓就认出来——那是天天迟到的你们部门老王。

类脑计算最核心的逻辑,就是把这种“不用全功率开机就能做判断”的机制,刻进了硬件里。

它的计算单元不是同时通电的。哪块区域接收到了对应的信号,哪块才启动干活;没有信号的地方,就安安静静待着,连电都不用通。就像你在家的时候,没人的房间根本不会开大灯,走到哪开哪,省电是刻在骨子里的习惯。

类脑神经元脉冲信号传输示意图
类脑神经元脉冲信号传输示意图

我凑到示波器前面盯了快十分钟。

那个跳来跳去的尖峰,真的跟我之前在生物实验室看过的小鼠神经元放电波形一模一样——不是整整齐齐的方波,有时候隔一秒慢跳一下,有时候连着蹦三四下,乱中有序,看着特别有生命力。

之前看那些科技稿写类脑,说它“模拟人脑高级认知功能”,真的太扯了。现在的类脑芯片,神经元数量最多刚过亿,离人脑那860亿个神经元的规模,差得不是一点半点。别说模拟高级认知了,现在它能把简单的传感信号处理明白,把功耗打下来,就已经算完成阶段性任务了。

别等它“觉醒”,它现在就已经在干活了

好多人一听到类脑计算,第一反应是“等它发展几十年,会不会造出有自我意识的机器人”。

其实完全没必要等。

张老师给我翻了个手机里的监控视频:南京老小区的楼道里,装了个指甲盖大的烟感,用的就是他们做的类脑芯片。

我之前总觉得烟感这东西不就是个摆设?经常炒菜油烟飘过去就乱报警,真有火情的时候反应还慢。结果这个类脑烟感,平时根本不24小时全功率采集空气数据。只有当它识别到“温度缓慢爬升、颗粒物浓度持续升高、没有炒菜那种油雾的快速波动”的组合信号时,才会触发报警。

最绝的是它的续航。

一次装一节锂电池,能用十年。

普通烟感最多两年就得换电池,物业师傅扛着梯子爬楼换电池,都换得要吐了。

说实话,我当时听到这个第一反应是,这玩意不就是给物业省麻烦吗?哪有什么拿得出手的高科技。结果张老师笑了,说你别小看这个。要是全市几十万套烟感都换成这种,一年换下来的旧电池都能少拉三卡车。而且它的反应速度比普通烟感快三倍——真有火情的时候,早三秒报警,那差别可太大了。

他还给我看了另一块测试的芯片,是装在智能手表上的。现在的智能手表测心电,为啥两天就得充一次电?因为它要全功率持续采集心电信号,再把数据传到处理器上慢慢算。换成类脑芯片的话,平时就默默守着,只有当识别到心电图里的异常波动时,才会唤醒处理器做进一步判断。一次充电,能用俩月。

当然,别觉得类脑计算要把现在的CPU、GPU全取代了。

根本不可能。

就像你不会拿菜刀切钢板,也不会拿电钻剪指甲。现在的GPU跑大语言模型、做3D渲染,效率高得很,没必要硬换。类脑计算最擅长的,从来不是算最复杂的数学题,而是那种“要一直开着、要省点电、反应要快、但不用算太深的难题”的场景。

从实验室出来的时候,风卷着梧桐叶擦着肩膀过去,楼下卖盐水鸭的摊子飘过来一阵卤香味。

我之前总觉得,科技发展就得越做越快、算力越堆越高才对。

直到那天才反应过来。

我们之前走的技术路线,其实是在逼着设备越来越聪明,越来越能扛复杂的计算,但从来没考虑过,设备是不是可以不用那么累?就像我们人,也不可能24小时全神贯注盯着一件事,总要摸个鱼,发个呆,歇口气。

类脑计算最打动人的地方,从来不是它能造出什么有自我意识的机器人。

是它终于开始顺着“怎么能不费劲就把事办了”的思路做硬件,而不是反过来,让我们为了适应硬件的逻辑,把自己的生活塞得满满当当。

作者|科技

排版|科技

审核|阿辰

免责声明:市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。如有侵权请联系删除。
文章名称:在南京老实验室摸过类脑计算芯片后,我推翻了之前所有的科幻想象
文章链接:https://m.lfdjt.com/p/keji/a/13029.html