第五百八十四章 全新黑科技：智脑 (第2/3页)
得多，但是花的更多，每天在半导体领域里的资本支出就是大几百亿美元的，而其他各种各样的研发投入也是极为庞大。
智云集团每年赚的钱，相当多一部分都是花在了推动技术持续进步上了。
而且各种各样乱七八糟的技术非常多……而且涉及的领域非常多，并不只是局限在自身的几个核心业务上，而是各种各样的前沿技术都会去搞一搞。
如非接触式脑机接口技术，智云集团旗下的虚拟事业部对此极为重视，去年开始开始重金投入，光是今年预计的研发费用就已经超过了五十亿美元。
如量子计算机项目，也是智云集团大手笔花钱的领域，超导量子计算机领域每年的研究花费也是数十亿美元级别，光子量子计算机的研发投入也超过二十亿美元。
还是计算机领域里，智云集团还有一个神经拟态计算机项目，这个神经拟态计算机，普通人听说的不多，不过这是比较前沿的新式计算机研究方向。
这种计算机简单描述，就是一种用电子芯片来模拟生物大脑的运行模式……其特地非常多，如可以使用少量训练数据就可以进行大数据训练，也就是拥有强悍的自我学习能力；可以进行低精度的模糊计算，以扩大任务的处理能力；事件驱动能力，也就是有任务的时候才启动，没任务就不运行，以降低功耗；
而这些还带来一个非常重要，也是目前科学家们比较在乎的一点，那就是：功耗极低！
尤其是在人工智能领域里，相对比传统算力芯片的功耗，大概能够控制在千分之一甚至更低的水平。
生物大脑的功耗是非常低的。
人脑有着大概八百五十亿个神经元，通过一千万亿个神经突触连接在一起，每秒能执行一亿亿次操作，如此庞大的神经元数量，日常处理庞大的计算任务的时候，其功耗只有二十瓦左右……这功耗控制如果放在计算机领域里来算，堪称奇迹！
这是大自然数十亿年来自然进化所造就的鬼斧神工。
而当下科学家们，就是想要利用电子芯片技术，打造出来一种模仿生物大脑运行原理的神经拟态芯片。
注意，这并不是生物大脑，它依旧是电子芯片……只是运行模式模仿生物大脑。
智云集团在这个领域里的研发也非常早……毕竟智云集团是玩人工智能的嘛，对任何能够提供人工智能水平的技术，智云集团都有兴趣，都有研究。
不管是量子计算机还是神经拟态计算机都有研究。
只是量子计算机的技术突破更快，更早，现在已经用上了YCL-51超导量子计算机了。
但是在神经拟态计算机上的研发，并没有停止，反而投入的力度逐年加大。
不仅仅智云集团在搞，英特尔等部分企业也在搞，其中的英特尔比较早搞，前几年还推出了所谓的第一代神经拟态芯片呢，只不过他们还是着急了些，弄出来的神经拟态芯片过于原始，没啥实际用处，就匆匆忙忙推出来了。
所以自然也就没有掀起什么风浪来，更别提进行大规模运用了。
这种技术水平的神经拟态芯片，其实智云集团老早就搞出来了，只是觉得技术过于原始，暂时没啥用也就没公布而已。
神经拟态计算，这是模仿生物大脑的运行方式，而目前人类对生物大脑的研究其实还是比较处于非常原始的阶段……在还没有搞明白的基础上想要模仿就变得非常困难了。
而神经拟态芯片没能形成浪潮，其实还有一个很核心的因素那就是缺乏应用……或者说，科学家们还没有找到一种可以高效发挥神经拟态计算的技术。
不像是传统GPU，从深度学习开始，再到现在的多种人工智能的训练学习技术路线已经非常成熟……智云集团所主导的GPU生态是非常完善的。
但是神经拟态计算，则是目前还没有相应的应用技术……
这也是业界搞神经拟态计算也搞了不少年，但是没传出来什么实际声音的缘故……技术过于原始不说，而且还不知道该怎么用！
但是今天，徐申学则是接到了智云半导体旗下的神经拟态项目组的报告，说是搞出来了第三代神经拟态芯片，并且在报告中称，最新研发成功的第六代神经拟态芯片已经具备了初步的实际应用价值……尤其是在人工智能领域里。
得到这个消息后，徐申学也是直接到了边上的大楼上的项目组，第一时间看到了这个第六代的神经拟态芯片。
智云半导体的付正阳给徐申学介绍了项目的一些基本情况：“徐董，现在我们所看到的这枚芯片，就是我们的神经拟态计算项目组里的最新成功，它已经是项目组来迭代了六次的产品！”
“芯片设计上，我们模仿了生物大脑的结构，设计出来了专属的智脑6.0构架，并采用了我们集团最先进的五纳米工艺进行投产，该构架拥有512个神经元处理核心，每个核心拥有四万个神经元，单枚芯片拥有两千零四十八万个神经元！”
“单纯从硬件性能上来说，对比我们之前迭代的第五代技术有了大幅度的提升，之前的第五代技术里，单枚芯片只256个神经元处理核心，每个核心只支持一万个神经元，总支持神经元数量只有两百五十六万个！”
“而我们通过新的芯片构架以及更先进的芯片制造工艺，把神经元处理核心提升到了512个，更重要的是我们把每个神经元处理核心的支持神经元数量，从一万个提升到了四万个，这是个巨大的技术进步！”
“最终，我们就得到了这枚神经元数量达到两千零四十八万个的第六代神经拟态芯片。”
徐申学看着这枚芯片，这芯片的体积目测大
（本章未完，请点击下一页继续阅读）