HPE展示了旨在模仿人脑的计算机

可以在有一天可以在惠普企业的产品路线图上进行决策的智能计算机。

该公司一直展示了一个旨在模拟大脑计算的原型计算机。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。

Memristors是一种新型的存储和内存，可以帮助未来的AI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。