第682章 全新的智腦機器人（1/2）

神經擬態計算機，這是過去幾年來智雲集團在計算機領域裡所獲得的巨大成果之一，從人工智慧角度來說，其重要性甚至不亞於量子計算機。

因為神經擬態計算機是一種模仿生物大腦的電子計算機，儘管其底層核心依舊是電子半導體，但是晶片結構以及計算模式都不一樣。

具體體現到人工智慧領域裡，就是其低精度計算能力非常強悍，並且擁有極低功耗，在邏輯推理領域擁有非常優秀的應用表現。

當然，單純依靠神經擬態計算機也是沒啥用處的————至少以目前的技術水平而言，是很難讓神經擬態計算機單獨工作，並發揮巨大的作用。

這個有點類似量子計算機，目前智雲集團的量子計算機，哪怕是最新型號的第六代量子計算機YCL—61，依舊無法獨立工作完成所有類型的計算任務，它依舊需要搭配電子計算機來協同運算。

這就是智雲集團之前自用的第二代綜合算力系統」，目前也外銷的是智雲量子綜合算力系統」。

智雲集團所研發的第六代神經擬態計算機，也有著類似的特徵，光靠它自己雖然也可以勉強執行大量任務，但是效率很一般，真正搞起來還沒有傳統的電子計算機效率高。

但是如果把它和電子計算機結合起來，那麼又不一樣了。

電子計算機可以專注於高精度計算任務，神經擬態計算機則是可以專注於低精度運算，兩者相互進行配合，然後起到一加一大於二的效果。

而智雲集團在之前，則是把神經擬態計算機，融合到了第二代綜合算力系統當中，也就是把神經擬態計算機和超導量子計算機，電子計算機有效結合起來，最終形成了第三代綜合算力系統。

即YANC」系統。

智雲集團的綜合算力系統的發展脈絡，其實非常清晰的。

第一代就是以GPU為核心，配屬CPU，內存，快閃記憶體這些東西，重點在提升GPU之間的通信帶寬，這是屬於純電子計算機算力系統。

第二代，則是超導量子計算機和電子計算機的有效結合。

第三代，則是超導量子計算機以及電子計算機，再加上神經擬態計算機的綜合應用。

由此可見，神經擬態計算機在智雲集團的人工智慧技術發展里是具有重要的作用的，是用來研發，訓練下一代人工智慧模型的底層技術以及硬體支持。

而現在，智雲集團則是想要把這種神經擬態計算機進一步擴充其應用，不僅僅是局限在伺服器里，而是嘗試把它移植到各類終端設備里，在終端為人工智慧模型提供更高效，更低功耗的低精度算力。

基於神經擬態計算機的重要性，徐申學知道了工程師們的計劃後，也親自來到了神經擬態計算機項目組的研發大樓，聽取他們的介紹以及意見。

F棟大樓里，神經擬態計算機項目組，項目執行總裁姚宏文為徐申學介紹了他們近期的一些項目成果：「自從我們研發出來了第六代神經擬態計算機後，我們項目組繼續在神經擬態計算機領域裡進行深入研究，尤其是神經擬態晶片的研發！」

「同時這也是考慮到了神經擬態晶片的性能，也直接受到了邏輯晶片製造工藝水準的影響，畢竟我們的神經擬態晶片，是採用邏輯晶片製造工藝所製造的，第六代晶片採用的是N5工藝！」

「而這一工藝，已經有些落後了，所以去年開始，我們就已經根據N3工藝研發新一代，即第七代神經擬態晶片！」

「新的第七代晶片，採用N3工藝製造，目前已經流片成功！」

「第七代晶片，採取了我們全新設計的新一代智腦7構架，該構架擁有1024個神經元處理核心，核心數量比上一代的智腦6構架翻了一倍。」

「每個核心擁有六萬五千個神經元，對比上一代的四萬個神經元也增加了兩萬五千個！」

「如此，我們的單枚智腦7晶片，擁有六千六百五十六萬個神經元，對比上一代晶片的兩千零四十八萬個神經元，提升了三點二五倍！」

「神經元數量的大幅度提升，則是讓智腦7晶片的綜合性能也獲得了大幅度的提升！」

「但是晶片面積只增加了百分之二十五，功耗只增加了百分之十。」

「相對晶片面積增加帶來的些許製造成本的提升，相對於晶片功耗的百分之十的提升，其性能的巨額提升擁有巨大的戰略意義！」

「它能夠讓我們的新一代神經擬態計算機系統，擁有更強悍的低精度計算能力，這對YANC系統的整合性能提升，是有巨大價值的！」

「為了更好的發揮出智腦7晶片的強悍性能，也考慮到了晶片面積提升帶來的封裝難度，還有功耗提升帶來的散熱設計問題，我們採取了小規模封裝模式，以百枚晶片為封裝標準，最後集成封裝了為這種智腦7大晶片！」

「封裝後的這種智腦7大晶片，可以提供六十六億五千六百萬個神經元！」

這種智腦7大晶片密集封裝後，體積和智腦6晶片的那種超大盤子一樣，看起來就很誇張。

之所以搞這種誇張的大封裝，理由很簡單，就是為了提升智腦晶片之間的數據傳輸速度————畢竟再怎麼折騰，都不如直接把它們封裝在一起。

其原理，有點類似APO顯卡和GPU核心和HBM封裝在一起，以提升數據帶寬一樣。

而到了智雲集團的智腦晶片，則是直接把智腦晶片給封裝在一起，並且為了儘可能的獲得更大的數據傳輸速度，其瘋狂規模很誇張，直接把百枚晶片給封裝在一起了————為此，智雲微電子那邊甚至都專門研究了一種大面積封裝技術。

搞人工智慧訓練以及運營，數據傳輸速度是一個非常關鍵的性能數據————APO

顯卡的性能之所以能夠吊打AMD的顯卡，就是因為它採用了獨家的數據傳輸構架，其數據帶寬極高。

不僅僅是單卡的數據帶寬高，而且搭配專門的GT伺服器構架後，伺服器之間的數據帶寬也非常高。

畢竟訓練人工智慧嘛，需要處理的是海量的數據，這傳輸數據的通道是否順暢，直接影響了訓練效率，如果數據帶寬不行，那麼GPU核心的性能再牛逼也沒用。

用俗話來說就是：巧婦難為無米之炊！

而到了智雲集團研發的神經擬態晶片以及相搭配的計算構架，也是類似的原理，當然，只是原理類似，實際技術路線差異很大，這一套技術框架真展開了說，可以寫幾千頁的技術說明文檔，很複雜的。

徐申學現在所看到的智腦7大晶片，就是這種封裝好後的大晶片，面積比較大，單獨安裝在一個伺服器的主板上，然後搭配其他各類零配件以及供電，散熱，數據交換等諸多系統，最後組成了單個智腦7算力單元。

姚宏文繼續道：「我們智腦7伺服器，以八個智腦7算力單元為一組，構成一個立式智腦7服務機櫃，整個伺服器可以提供五百三十二億四千八百萬個神經元！」

「只需要兩台伺服器，就能提供一千零六十四億個神經元，而這已經超過了人類大腦主流八百五十億個神經元了！」

「新一代的智腦7神經擬態計算機系統，其綜合性能對比上一代的智腦6神經擬態計算機系統，硬體性能提升了二點五倍，而實際應用於人工智慧訓練的時候，其綜合算力提升更多，部分計算任務下，性能提升能夠達到十五倍左右，部分常規任務的提升也能夠達到五倍到十倍之間。

了「硬體性能的提升，帶來的綜合算力提升是巨大！」

「性能大幅度提升的同時，功耗只提升了百分之十五左右，這意味著每單位的算力功耗成本也大幅度降低了！」

徐申學一邊聽，一邊看著眼前的這個智腦7神經擬態計算機系統，從小如指甲片的智腦7晶片，再到如同大盤子一樣的智腦7大晶片，然後是單個的智腦7計算單元，再到整合起來的大型機櫃。

這東西從視覺效果去看，其實也沒什麼，反正沒有超導量子計算機的內部結構那麼讓人震撼。

咋一看，其實這個智腦7伺服器，和普通的電子計算機伺服器並沒有太大的差異。

但是徐申學確實知道，這內部區別可大了去。

「智腦7既然搞出來了，那麼後續也不要耽誤了，該量產就量產，該用就用，YANC系統那邊等著用了呢！」

YANC系統是一個綜合性的算力系統，其內部的算力單元組成是可以升級的。

之前的超導量子計算機，就從YCL—51升級到了現在的YCL—61。

神經擬態計算機，同樣也可以從之前的智腦6系統，升級到現在的智腦7系統O

當然，一些技術調整，優化還是必要的，這樣才能夠更好的發揮出來新硬體的性能，但是YANC的整體技術框架不會變化。

本章未完，點選下一頁繼續閱讀。