第(2/3)页

    “我们几年前差不多跟米国的普惠集团公司在非常接近的时间里面将人造神经突触这种需要的忆阻器给设计制造了出来，这中间我们不断地优化改进这种忆阻器，另外也是在神经元芯片处理器、脉冲信号网络架构、脉冲信号编码技术和异步电路技术上做了很多的研究，今年研制出来的第三代神经元芯片用了3d堆叠技术和新的封装技术，另外在忆阻器的架构和忆阻器阵列内部的并行运算算法上都是做了优化，解决了这种人造神经触突之前存在的不均匀性这种技术难题，这种器件的一致性有了更好的提升，另外新型的忆阻器能够处理的数据容量有了数十倍的提升，所以也是让这种新型的神经元芯片在性能上比我们第二代神经元芯片有了上百倍的提升。”

    杨杰继续说道：“现在我们用这种新型的神经元芯片已经搭建起了一台原型机，并且在上面运行了人工智能识别软件，只是用了少量的样本，现在这套新型的神经元计算机识别精度已经是达到了百分之九十六，跟现有最好的软件算法精度百分之九十七只相当于一个百分点。”

    “啊，这么说的话你们新型的神经元芯片已经可以像大脑一样有效地处理数以百万计的并行计算流了？这可只有大型超级计算机才有可能做到的事情呀！”

    朱院士此时失声惊呼道。

    杨杰笑了笑：“是的，现在我们最新研制的神经元芯片一颗芯片就已经可以做到替代一套小型传统超级计算机的算力，我们打造的新型神经元计算机系统只用了四颗这样的芯片，算力已经达到了一点七亿亿次每秒，随着制程工艺的提升和算法模型的优化，这种神经元芯片算力还可以持续提升。”

    “也就是说你们差不多可以做到将一套超级计算机给塞到机器人里面？”

    郭永亮紧紧地盯着杨杰说道。

    “是这样的，”杨杰开口说道：“算力、算法、数据是人工神经网络智能技术发展的三大基石，这几年尤其是在算力上变得尤为突出，要想人工智能技术落地用于实际运用的话需要我们在芯片和硬件层面做出巨大的技术变革，比较幸运的是，我们的科学家团队掌握了这把钥匙。”

    “现在包括米国谷歌和微软在内的这些公司优势是在软件算法上，在硬件上都在研发人工神经网络专用的加速器处理器，不过这种智能芯片算力还是不够，很难运用在人工智能终端上，用到大数据中心这种云服务器上是可行的。”

    杨杰开口说道：“米国这些互联网巨头公司的技术构想是利用云计算平台这种超大型超级计算机系统为自身和客户提供人工智能算力支撑，不过这种技术架构在现实中存在着巨大的风险，别的不说，汽车自动驾驶系统就是一个非常好的例子。”
    第(2/3)页