首个脑 PU 诞生！功耗比传统数字处理器低 100 万倍，已向九家机构提供远程访问权限

量子比特 | 官方账号

首个“大脑 PU”问世！它由“16 核”人脑类器官组成。

这项研究来自一家瑞士生物计算初创公司，他们声称：

这种生物处理器（）的功耗比传统数字处理器低100万倍。

这些类似大脑的器官是“活的”，并且能够在系统中存活100天。

他们还基于该生物处理器开发了类似云计算平台的平台，并已向9家机构开放远程访问权限，此外还有36个大学研究团体申请访问权限。

他们目前对教育机构的定价是每位用户每月 500 美元。

在发表的相关论文中，特别提到了大模型：

训练一个GPT-3大约需要10Gwh，这大约是一个欧洲公民一年所消耗能源的6000倍。

据推测，以LLaMa 65B为参考，每天仅文本生成就要消耗4500亿到6000亿焦耳的能量。

随着AI模型参数呈指数级增长，AI应用越来越广泛，能耗问题越来越突出，GPU算力还能继续依赖吗？

事实上，大自然已经提供了最优雅的解决方案。

人脑拥有约860亿个活跃神经元，但消耗的功率却只有约20W，相当于显卡的4.4%。

也就是说，如果我们希望未来每个人都能实现“AI自由”，探索更加节能的计算范式就显得非常重要和紧迫。

那么，这项生物处理器的新研究带来了哪些值得关注的成果呢？

“湿件”架构，使用编程

这种生物计算的架构概念实际上非常古老，被称为“湿件”：硬件、软件和生物学的混合体。

其主要创新是使用四个多电极阵列 (MEA) 来容纳活组织类器官，即脑组织的 3D 细胞簇。

这些类脑器官含有多种细胞类型，包括成熟的神经元和星形胶质细胞，并具有一定的自发放电和可塑性。

每个 MEA 包含四个类器官，通过八个电极连接，用于刺激和记录。数据通过数模转换器（Intan RHS 32 控制器）来回传输，采样频率为 30kHz，分辨率为 16 位。

在平台层面，集成了精密微流控器件、紫外光刺激模块、实时图像监控模块等模块，并提供了友好的编程接口，使其成为完整的类脑计算实验平台。

但要利用活体生物处理器实现计算，不仅需要开发相关的系统，还需要与神经元群建立精准的电连接，并找到一套不同于机器学习反向传播的“生物学习算法”。

在此基础上，研究人员进行了一系列初步实验。

例如，他们发现高频电刺激可以诱发类脑器官表面活动中心的迁移，表明外界输入可以在一定程度上重塑内部神经回路。

例如，多巴胺等神经递质的“轻度释放”可以通过闭环反馈增强特定刺激下的放电反应，这表明类脑组织可能能够通过类似于“操作性条件反射”的机制来学习新的输入输出映射。

论文展示了本次实验的代码，仅用13行即可完成。

△time.sleep() 亮起

，两大牛市正在做

瑞士并不是唯一一家探索类脑生物计算的公司。

此前曾推出过澳大利亚实验室的“磁盘上的大脑”，它学会了在类似《黑客帝国》的虚拟环境中玩乒乓球。。游戏。

去年，实验室获得了由李嘉诚旗下维港投资领投的轮融资，共计1000万美元。

与目前专注于教育和科学研究不同，实验室已经有一个商业合作伙伴：AI，它将使用生物计算系统开发新的算法。

△ Labs 创始人兼首席执行官 Hon Weng Chong

Labs 背后的支持者包括著名的神经科学家卡尔，该系统是根据他备受争议的自由能量原理（Free）设计的。

他曾在伦敦大学学院与人工智能教父共事，两人是多年的好友，曾透露，正是他让他相信“大脑是贝叶斯机器”。

有趣的是，计算机科学领域的最新研究方向之一“人脑计算”也参考了人类大脑的工作方式。

但该问题更多是从理论角度考虑，实现途径并不局限于利用生物细胞。

除了这个方向之外，他在近期的采访中还透露，自己支持“大模型不只是预测下一个token”的观点，并认同前首席科学家Ilya提出的“压缩就是智能”的观点。

您认为基于 GPU 的 AI 计算是否可持续？生物计算最终能否成为新的计算范式？欢迎在评论区留言讨论。

论文地址：

参考链接：

[1]

[2]