核心观点与关键数据
- 技术概述:神经动力学系统结合神经网络与微分方程,用于实时计算物体和环境的状态变化。
- 性能优势:采用40纳米工艺和50MHz规格,可在2.12毫秒内完成积分运算,比现有专用加速器速度快3.82~36.27倍,功耗低11.75~24.73倍。
- 大脑皮层重建性能:在特定任务中,处理性能比英伟达A100高50.38~478.18倍。
主要应用领域
- 机器人:
- 需求:机器人需实时计算关节位置、力、摩擦、平衡等,以毫秒级预测现实变化。
- 优势:神经动力学芯片可直接在存储器内处理计算,替代GPU/CPU的反复数值计算。
- 未来架构:可能成为类似小脑的物理控制加速器,与语言模型分工协作(大模型制定目标,芯片处理物理运算)。
- 医疗与数字孪生:
- 脑外科手术导航、脑机接口、阿尔茨海默病诊断、个性化数字大脑模型。
- 工业领域:电池、电网、流体、热和机械振动等系统的实时数字孪生。
研究结论
- 意义:为物理AI所需的连续系统计算开辟新路径,以超低功耗处理现实世界理解与行动所需计算。
- 核心瓶颈:随着机器人智能化发展,传感器与电机间的快速、高效计算可能成为新瓶颈。