重塑計算機：後摩爾定律時代的大腦啟發式計算

自從1947年晶體管問世以來，計算機的發展一直使可裝在晶元上的晶體管數量持續增加一倍。但是這種趨勢被稱為摩爾定律，因為亞分子大小的組分遇到熱雜訊問題，無法進一步擴展，因此可能達到極限。

在AIP出版公司本周在《應用物理評測》上發表的論文中，Rain Neuromorphics的作者Jack Kendall和Hewlett Packard Labs的Suhas Kumar的作者全面介紹了計算領域，重點關注了促進大腦發展所需的操作功能啟發式的神經形態計算。他們提出的途徑包括由數字架構組成的混合架構，再加上由憶阻器實現的模擬架構的興起，憶阻器是具有存儲器的阻力器，可以在存儲信息的地方直接處理信息。

Kumar說：「計算的未來將不會在晶元上塞滿更多的組件，而是從頭開始重新思考處理器架構，以模仿大腦如何有效地處理信息。」

肯德爾補充說：「解決方案已經開始出現，它們可以複製大腦的自然加工系統，但是研究和市場空間都是敞開的。」

需要重新發明計算機。正如作者所指出的那樣，「當今最先進的計算機每秒處理的指令數量大約相當於昆蟲的大腦，而它們卻缺乏有效擴展的能力。相比之下，人腦的規模約大一百萬倍，並且由於可塑性和稀疏性等特性，它可以執行更高複雜性的計算。

重塑計算以更好地模擬大腦中的神經體系結構是解決動態非線性問題的關鍵，並且作者預測，神經形態計算最早將在本世紀中葉普及。

諸如深度神經網路之類的新體系結構中諸如非線性，因果關係和稀疏性之類的計算原語的發展將帶來一波新的計算浪潮，可以處理非常困難的受限優化問題，例如天氣預報和基因測序。作者提供了材料，設備，體系結構和儀器的概述，這些材料必須先行開發才能使神經形態計算成熟。他們呼籲採取行動以發現新的功能材料，以開發新的計算設備。

他們的論文既是面向該領域新手的指南，用於確定要遵循的新方向，也為那些尋求針對老化計算範例的基本限制的新解決方案的人提供了啟發。

有所作為：贊助機會

故事來源：

用料 由…提供 美國物理研究所。注意：可以編輯內容的樣式和長度。