类脑芯片及系统
发布时间：2022-03-15
信息来源：北京市科技成果信息系统
字体：
大
中
小
打印
发布时间：2022-03-15
信息来源：北京市科技成果信息系统
- 芯片;计算芯片;人工智能;脉冲;神经网络模型;计算模式
基本信息
所属科技项目名称：基于融合架构的天机类脑计算芯片研制及系统研发
项目主管部门：北京市科学技术委员会、中关村科技园区管理委员会
科技成果信息
科技成果名称：类脑芯片及系统
关键词：类脑计算；芯片；工具链
科技成果类型：原始创新
科技成果所处阶段：实验室研究
科技成果应用领域：信息传输、软件和信息技术服务业
科技成果简介：发展人工通用智能有很多技术方向，其中计算机科学驱动的深度学习研究方向(DNN)和神经科学驱动的仿脑研究方向(SNN)是两个最主要的途径，学术界和产业界研发了相应的专用计算处理器，“网络加速器芯片”和“神经形态芯片”，掀起了一股人工智能芯片的热潮。另一方面，两类芯片各有优缺点。目前，将两者融合的模式被认为是最佳解决方案之一。
灵汐科技和清华大学共同进行了基于融合架构的天机类脑计算芯片研制及系统研发的课题研究。本项目研制的类脑计算芯片天机Ⅲ，实现了同时支持计算机科学和神经科学的神经网络模型，并支持两者融合的混合神经网络计算模型，开启了探索通用人工智能的新路径。
天机Ⅲ是一款具有通用编程能力的SNN/ANN深度融合的类脑计算芯片，采用了异构融合众核、存算一体的芯片架构，单芯片可支持20万神经元和1亿突触的集成计算。天机Ⅲ可高效支持人工神经网络和脉冲神经网络。此外，芯片针对神经网络的连接稀疏性、事件稀疏性，对脉冲神经网络的执行效率进行优化。芯片支持FP16、INT8以及Binary spike等计算精度。在Binary spike计算模式下，芯片的峰值算力可达128Tops。
基于天机Ⅲ芯片，本项目针对类脑计算服务器的研发需求，研制了类脑智能加速模块，其采用标准PCIe插卡形式，搭载高性能LPDDR4内存颗粒,提供多种通信接口。在Binary spike计算模式下，系统峰值算力达到580 TOPS。
本项目还进行了类脑计算软件工具链的研发，所开发的软件工具链支持深度学习模型和脉冲神经网络模型的自动编译，与Tensorflow，Caffe框架实现了对接，支持应用算法的快速部署。
本项目的研究成果具有广泛的应用场景，可支持众多传统人工智能企业的智能化升级需求，促进智慧城市、智能网联车等众多相关行业的发展和变革。本项目的研究成果有望增强我国在类脑计算领域的产业地位，助力提升在脑科学领域的核心竞争力，增强国防安全。
相关人物
