CPU 要革命了,IBM 发布新的模拟大脑的 CPU

还有多少年能市场化？

稍微看了下, 功耗因为CPU是事件触发的, 没有时钟, 不需要一直运行, 所以功耗极低.

IBM有好多这样看起来和实际上都很牛的东西, 现在以及很多年前, 但市场化的很少

看起来像是个物理神经网络啊o o。
不过说革命还为时太早了。
就像一种在某个领域有优势的产品出现一样，我觉得这玩意不会取代现有CPU的结构。但是可能会投入某些领域的大规模计算中。

跟2楼 IBM不是快倒闭了么...都快把自己卖完了

能不能造出来还是个问题呢

@zzutmebwd 你对IBM太不了解了
@66CCFF 恩, 短期不可能取代, 对整个行业的变动太大. 关键IBM没有制造能力, 如果他握着技术不放, 也普及不开.

@wwqgtxx 已经有样品了, 都有demo了, 光是概念就没什么好说的了

感觉和量子计算机一样，看上去很美，距离实际应用还有很长的一段距离。

@vicalloy 量子那个要依靠很多新技术, 这个技术上还是用晶体管, 只不过用了新的概念. 感觉比那个更加容易推广

IBM是神一样的存在啊

顿时毕业想往IBM努力了

验证码以后要失效了

这个，和实验室里的前沿水平差太远了。
http://discovery.163.com/12/1204/10/8HSH3EMN000125LI.html

@zzutmebwd 目前市值1800亿美金 = 快要倒闭？
@lance6716 本科去了八成做苦力。想进实验室工作，至少混个硕士吧。

@zzutmebwd IBM很有钱的。。。卖出去的都是不赚钱的产品

@zzutmebwd IBM 之所以牛逼就是这么多年来不断的抛弃过时的产品，来把钱投入未来的产品。

@txlty 你发的是用96台大型计算机组建的，楼主发的只是一个芯片，能一样么。。。

Facebook人工智能实验室主任、神经网络大牛 Yann LeCun 对 IBM 制造的基于 spiking neurons 的神经网络 CPU 所能达到的效果提出了质疑：

https://www.facebook.com/yann.lecun/posts/10152184295832143

然后搬出了自家实验室（NYU）所制造的基于卷积网络的硬件设备：

http://www.neuflow.org

汗，前几天刚说过人工神经网络时代将临，这也应验的太快了点吧。。

@lightening
@unfinishedcode
@txlty
@yangqi
受教了~了解不够~

没看出来哪里革命了

@txlty 实验室那个是96台最快计算机模拟的, 和这个没的比,尤其是功耗上面. 看好这个

平行计算+事件驱动可能是最高效的方案.
从架构上来说考虑.

@miaoever 自习看了下, 人家根本就没质疑啊. 他只是说用他们的NeuFlow的架构, 和IBM这个CPU同样的制造工艺, 可以达到3000GSops/1W, 和IBM这个功耗相当(266GSops/0.1W).

不过他那个只是理论上的, IBM这个是造出来了.

IBM 专注火星科技100年

@zzutmebwd 你应该说联想是废品收购站。。。

@lance6716 前沿都在北美的几个实验室（Watson之类），国内各个研发中心包括实验室，做的都偏工程，自主研发的机会大概也有，和Watson合作的机会也有，能不能轮到自己就难说了……而且目前国内IBM到国外工作的机遇很少（正常rotate的申请没对内地开放）……国内院校本科毕业直接去IBM的话可能不是特别好的选择了，硕博可以去研究院，如果想玩高精尖还是要去北美实验室的……

@yangqi 请看这一段：

"Now, what wrong with TrueNorth? My main criticism is that TrueNorth implements networks of integrate-and-fire spiking neurons. This type of neural net that has never been shown to yield accuracy anywhere close to state of the art on any task of interest... "

另外，NeuFLow 也是早就制造出来了的。

@vivalon 嗯，看看学长学姐们有没有能内推的
谢谢提醒

@miaoever 这我看到了,没有质疑啊,他觉得TrueNorth不如他们的NeuFlow设计的好,精度不够所以会影响整体效率. 如果用他们的NeuFlow架构制造出来的CPU效率能更高

@yangqi 好吧，看来我们对 “质疑” 这个词的理解有偏差。

想到了超验骇客 ！

还想到一个问题 ， 如果商用了 ， 防火墙是不是会来一次大规模升级？

@GPU 这个商用为什么要升级防火墙？

@yangqi 这东西更智能化 ， 防火墙就能更智能了。

@zzutmebwd 科技史上唯一一个三次押宝成功的公司就是IBM，唯一一个

IBM不能再牛逼了
而且蛮低调的
可能对普通人也没什么业务

就是Jeff Hawkins 在演Cortical Learning Algorithms 提到跟IBM 合作的晶片，但完成速度比我想像中的快很多, 用了年多年便完成，比我估的3年要快，依速度展，我想再多2-3年，真正像人般思考的器便降。

Jeff Hawkins 的演： (44分有提到在跟那些公司合作)

Cortical Learning Algorithms White Paper:
http://numenta.org/resources/HTM_CorticalLearningAlgorithms.pdf

官方有件形式的open source implementation (python的, 有趣可以玩玩, 好像了性能, 些有C++的implementation):
https://github.com/numenta/nupic/

官： http://numenta.org/

方面有趣，想留意更多的，可在twitter follow @numenta, #MachineIntelligence
在Youtube找Jeff Hawkins也有很多相的影片。

人家都在做着改变世界的事情，我们却为了房子车子挣扎一辈子

@singwong 说“真正像人般思考的器”还是太过乐观了，搞neuroscience的还在做着人体实验、搞着fMRI和电生理，CS的AI界只关心针对特定问题是否work，其实不怎么研究人脑。。工业界说法的“模拟大脑”只是封装多一些假想的“神经元”，再按照既有模型安排“神经元”组织结构，来提供更佳的硬件来做并行处理。

nupic看起来更加bio-inspired（部分参考了新皮层的组织形式），但是又像个鸡尾酒算法（节点混杂了类似kmeans和markov这样的经典方法）。并且作为一个AI算法，似乎出来很长时间了也没见它在公认的数据集上跑分（或许我没查到），相比于在各个领域已经work了的CNN，不免让人觉得略失望。。

@baka 主要参考人脑结构实现了低功耗。
@singwong 商用了，我估计半年内要有产品出来了。