卫星、飞机、无人机……美国空军在天空部署了很多 “眼睛”。现在它又有了新想法:用大脑一样的计算机芯片强化系统,让设备更智能,可以自动识别坦克、防空系统。
美国空军研究实验室从IBM引进了神经形态芯片,它可以从雷达航空图像中识别军事、民用车辆。这块芯片非同寻常,它可以用很高的精准度完成工作,跟普通高性能计算机一样,但是能耗连高性能计算机的二十分之一都不到。
2014年,实验室与IBM签下价值55万美元的合同,它成为第一个付款使用TrueNorth芯片的客户。在芯片中,一百万个元素组成网络,模拟哺乳动物大脑神经元结构,它用2.56亿个突触连接,然后用网络处理数据。
这种芯片与现有计算机芯片完全不同,在处理问题时,新芯片的效率更高。美国空军之所以感兴趣,主要是因为它可以驱动先进的机器视觉技术,一般来说,计算机视觉需要强大的计算力。卫星、高空飞机、需要用发电机驱动的空中基地、小型无人机,它们都可以使用新芯片。空军研究实验室首席电子工程师吴清(Qing Wu)说:“空军负责的任务区域包括空中、太空、网络空间,所有这些地区都会受到能源的限制。”
吴清曾经将TrueNorth和高性能Nvidia计算机Jetson TX-1对比,Jetson TX-1定价约为500美元,它可以为机器(比如汽车、移动机器人)增加机器学习技术。
两台竞争电脑用不同的神经网络图像处理软件区分10类军事民用车辆,这些车辆出现在MSTAR公共数据集中。识别的车辆包括俄罗斯T-72坦克、运输兵员装甲车、推土机。两个系统的精准度都达到了95%,但是IBM芯片的能耗只有Nvidia芯片的1/20-1/30。
在处理此类任务时,IBM芯片效率更高。传统计算机在硬件芯片上运行神经网络软件,软件可以用于各种目的,解决各种问题。TrueNorth芯片的硬件专为人工神经网络打造,它用100万个物理神经元解决某种问题。
为什么这种架构效率更高呢?吴清解释说,因为芯片的神经元和突触既可以存储数据,也可以处理数据。在传统系统中,比如Jetson TX-1,运算组件与存储组件是分开的。也就是说,数据必须从内存传到处理器,分析之后数据回传然后存储起来,既费时又费电。
马西米利亚诺·范西哲(Massimiliano Versace)是波士顿大学神经形态实验室(Neuromorphics Lab)的主管,他参与了五角大楼的另一个项目。在该项目中,五角大楼向IBM提供资助,让它开发TrueNorth芯片。范思哲称,芯片似乎很有前途。不过他强调说IBM的芯片牺牲了一些东西。
范思哲解释称,在传统电脑上部署神经网络更加容易,因为Nvidia、谷歌及其它企业开发了软件。IBM的芯片不合常规,贵很多。范思哲称:“专用神经形态芯片存在两大障碍:难以使用,价格很高。”
吴清认为,如果大家对芯片的兴趣更大一些,IBM就可以提高产量,降低价格。IBM表示,公司正在努力让软件开发变得更容易一些。
本文转自d1net(转载)