繆峯:用類腦計算,讓AI算力加速“奔跑”
作者:金 凤
推開南京大學(以下簡稱南大)物理學院一間實驗室的門,只見一輛小車沿着地面黑白相間的軌道中央勻速自動行駛,時而環行、時而轉彎,從容自若。
小車“自動行駛”的奧秘隱藏在車頂一塊指甲蓋大小的類腦處理器上。“類腦處理器的並行計算能力,可以直接處理傳感器收集的模擬信號並驅動小車。小車的響應速度可以提高約1000倍,而功耗可以降低100—1000倍。”5月28日,南大教授繆峯接受科技日報記者採訪時,用這番場景,解釋類腦計算的潛力。
人腦的神經結構具有強大的信息處理能力,即使做大量的腦力活動,也只有20瓦左右的功耗。繆峯研究的主要內容,就是模擬人腦神經元的結構來設計類腦器件和電路,以提升算力、降低功耗。十年來,繆峯團隊利用“原子樂高”結構,設計出耐高温憶阻器、彈道雪崩探測器件、室温高靈敏紅外探測器等器件,並獲得包括中國物理學會“黃昆物理獎”,國際先進材料學會IAAM獎章等獎項。
“前不久,習近平總書記給南大留學歸國的青年學者回信,讓我倍感振奮,我會牢記總書記囑託,傳承程開甲等老一輩科學家的精神,為實現高水平科技自立自強而不懈奮鬥。”繆峯説。
用類腦器件搭出神經形態計算的未來
十年前繆峯迴國時,一場有關類腦計算的前沿探索,剛剛拉開序幕。想實現真正意義上的神經形態計算,需要找到合適的材料、設計類腦器件結構、構建基於新器件的硬件系統。
“當時國內外沒有經驗可以借鑑,最初三四年,我們反覆摸索材料和器件的熱穩定性和可靠性,原理明明都對,但器件就是不能工作,沮喪時也曾懷疑技術路線是否可行。”至暗時刻,繆峯不曾放棄。2018年,團隊在世界上首次研發出基於全二維材料的、可耐受超高温和強應力的高魯棒性憶阻器。
如果説科研的挑戰吸引他不斷探尋未知的邊界,那麼生活中的小意外也激勵他用科學的力量挑戰極限。
讀大學時,繆峯的家人患上眼疾,這讓他第一次認真地關注到眼睛的結構。多年以後,這觸發了他研究類腦視覺傳感器的靈感:“在人腦處理的信息中,超過80%都是通過眼睛獲得的。人眼不僅可以進行信息的探測和同步處理,而且整體功耗極小。構建一個可以媲美人眼、能同步進行信息探測和處理的類腦視覺傳感器,也許在智能工業、自動駕駛、智能安防等領域都有應用前景。”
2020年,繆峯和團隊構建出一個類腦視覺傳感器。他介紹,“我們像‘搭樂高’一樣,在原子世界裏,將二硒化鎢、氮化硼等性質迥異的多種二維材料按照不同的順序堆垛,製備成垂直異質結器件。這不僅能模仿視網膜的垂直分層結構,而且不同的二維材料還可模擬視網膜中不同細胞的功能。”
在這項研究中,器件的響應時間和功耗均接近人類視網膜的水平——響應時間小於10毫秒,功耗小於10納瓦。基於此器件,團隊還進一步構建了一套 “類腦視覺原型系統”,實現了對大規模輸入圖像的快速識別。
希望拓展神經形態計算技術的上限
如何利用新的計算硬件和計算方案來實現大規模並行計算,從而不斷提升信息處理速度,是未來計算領域裏一個廣受關注的議題。
2021年,繆峯教授合作團隊首次提出迄今最高並行度的神經形態類腦計算方案,成功實現了對16張字母圖片的並行讀取、並行識別、與識別結果無線傳輸的功能演示。
繆峯解釋,“傳統的基於交叉陣列的神經形態計算方案一般使用直流或脈衝電信號,每路信號只能表示向量中的單一數值,無法提高並行度;而我們在每個固定頻率的峯值上都加載了數據的信號,這樣每路信號就升級為頻率空間的一串數值。在多路信號輸入時,就可以從一個簡單的向量輸入,升級成頻率空間的矩陣輸入,那運算的並行度就顯著提升了。而且,硬件陣列的規模越大,並行度越高。”
從設計器件結構,到實現大規模並行計算,理論研究的突破讓繆峯越發篤定類腦計算的未來。眼下,他正嘗試在圖像識別、輔助駕駛等領域,推動技術的產業化。
“在探索神經形態計算技術上限的路上,能不能靠計算方案的創新,就能修煉出特別厲害的‘分身術’?”這是現在的繆峯時常思考的一個問題。
2021年,《科學》雜誌曾公佈125個科學問題,其中包括“計算機處理速度是否有上限”?
“我們希望能為回答這個問題提供新的思路,也希望能為填補海量數據計算需求面臨的算力缺口,提供可行的技術途徑和科學基礎。”這是繆峯向自己提出的一個挑戰,也是他對未來的一份承諾。