國英特爾已推出史上最強大的神經形態計算機"Hala Point"，部署在新墨西哥州桑迪亞國家實驗室，將用于處理設備物理、計算架構和計算機科學等領域的問題。
Hala Point一種模擬人腦結構和功能的計算機系統，擁有1152個英特爾Loihi 2處理器，具備1.15億個人工神經元和1280億個人工突觸，分布在140544個處理核心中。
可以對比的是，人腦大約有860億個神經元，1萬億到100萬億個突觸，看起來遠遠強于Hala Point，然而Hala Point擁有14萬個核心，可以同時處理多項任務，而人腦相當于只有一個核心，因為一旦要你同時處理多項任務，你就馬上要神經錯亂了。
Hala Point每秒能夠執行20千萬億次運算（20 petaops），在AI負載上的執行速度比傳統利用CPU和GPU的計算系統快50倍，能耗則減少了100倍，能效達到了每瓦15萬億次操作（TOPS/W），遠高于現有大多數神經處理單元（NPUs）和其他AI系統。說明一下，這些數據尚未經過同行評審。
而目前最大的超級計算機，美國橡樹嶺國際實驗室的Frontier，雖然也能完成和人腦相似的計算量，但它占地680平米，運行功率高達22700千瓦。
所謂神經形態計算機，是將內存與計算能力集成于一體，使用神經網絡構建機器，并通過物理方式實現信息的傳遞，從而模擬人腦神經元和突觸進行運算。這種方式允許信息在眾多路徑上同時流動，從而提高并行處理能力，大大增強計算效率和能效。
而傳統計算機處理器與內存是分開的，利用二進制在CPU、GPU或內存間按順序進行處理，數據必須在中間反復傳遞，處理大量和復雜數據時容易形成瓶頸。
神經形態計算機就像一個圓盤狀城市的交通網絡，居民和物流可以快速從任何一點到達另一點，高效快捷延遲很低。而傳統計算機就像沙特正在建設的500公里長城市The Line，未來居民交通和物流絕對是一場空前的災難，不知腦袋得多愚蠢才想得出來。
神經形態計算是一個剛剛發展的領域，潛力巨大，未來可能會改變AI的游戲規則，尤其是類似ChatGPT這樣的大語言模型，神經形態計算可能會對其學習和訓練過程產生重大影響。這是因為它具有以下五大優勢：
神經形態計算機具有極高的能效，Hala Point才剛剛起步，在AI工作負載上的能效就已達到每瓦15萬億次操作（TOPS/W），遠遠超過大多數現有的神經處理單元和AI系統——能耗少100倍，速度卻快了50倍。這意味著神經形態計算機可以在較低能耗下完成更多的計算任務，簡直就是給狂飆猛進的AI爆炸雪中送炭來了。
神經形態計算機采用的是神經網絡結構，特別是利用突觸和神經元的模擬進行信息處理。這種方式更接近人腦的工作機制，可以更有效地處理某些類型的模式識別和學習任務。
與傳統計算機系統將內存和處理器分開不同，神經形態計算機將這兩者集成在一起，減少了數據傳輸的需要，從而能夠更快地處理大量的并行任務，提高處理速度和效率。
雖然神經形態計算尚處于發展初期，但初步成果已顯示出在AI領域的巨大潛力。這種計算方式未來可能支持更復雜的AI應用，包括連續學習和適應性強的智能系統。
神經形態計算機的發展可能會顯著減輕當前AI部署中的大型語言模型（如ChatGPT）所需的巨大訓練負擔，這意味著這些模型可以更加高效地學習和適應新數據，從而提高其普遍性和實用性。
Hala Point神經形態計算機模仿人腦，看起來又遠超人腦——它有14萬個計算核心，我們只有一個，你是不是已經深感擔心，它要是裝到機器人腦子里，這個世界是不是就沒有我們人類什么事了呢？
你絕不要低估我們人類大腦的能力，雖然沒有準確的數據，但一項研究推測，我們人腦可以達到每秒大約10^16到10^18（即10 PetaOPS到1 ExaOPS）次操作，最低限也和Hala Point（20 PetaOPS）差不多了。
而要論能效，神經形態計算機Hala Point遠超世界上最強大的超級計算機Frontier，而人腦又遠超Hala Point。Hala Point是15TOPS/W，人腦按每秒10^16到10^18操作來算，能效竟高達500 TOPS/W到50,000 TOPS/W！
何況人腦的神經元和突觸個數目前也遠超Hala Point，所以暫時還無須擔心，不過這個暫時能暫多久，就暫時說不清楚了。但即使比人類更聰明的AGI問世，我們可能也能找到與之共存的辦法，大不了就融合進去，幾萬前更聰明的尼安德特人，不就是被我們融沒了嗎？現在僅剩2%到4%的基因了，未來還會越來越少，只是不知道即將誕生的AGI是尼安德特人，還是我們是尼安德特人罷了，但這又有什么關系呢？尼安德特人現在提意見了嗎？
隨著AI的逐漸普及，也有越來越多的人使用了AI進行各種任務的處理，但目前的AI技術發展還是有一定的局限性，其中最主要的就是計算能力，而美國的英特爾公司最近剛剛宣布推出了一款神經形態計算機“Hala Point”，其計算速度更是驚人，不僅速度快，而且還非常省電。
這款“Hala Point”有哪些優點，為何又被稱為“神經形態計算機”?
相較于現在的傳統計算系統，新出的這款“神經形態計算機”又有哪些不同?
對AI的發展后期是否會產生影響?
英特爾公司是一家歷史悠久的企業，成立于1968年，至今已有50余年的發展歷史，是全球知名的創新公司之一，也是半導體或者說芯片制造的領軍企業之一。
此次推出的這款“Hala Point”可以說是英特爾公司最新研發的一款量產產品，Hala Point擁有1152個英特爾Loihi 2處理器，可以模擬出1.15億個神經元以及1280億個突觸。
它還具有14萬個核心，每秒可以執行20 petaops的運算，這個數據是傳統的計算系統根本無法相比的，可以說是無人機計算機系統中計算性能最強的產品。
如果以之前的數字進行一個對比，用同樣的功耗來處理，那么傳統的計算系統大概只能夠一秒進行處理2 billion ops，而這款“神經形態計算機”處理器可以達到20 petaops，這個數據大大超出了傳統的計算系統。
而且處理器的能效也是非常高的，這款Hala Point的能效大概為15 TOPS/W(也就是每瓦當量級的能耗消耗)，而現在最新的處理器也就能達到0.1 TOPS/W的能效，這個數據甚至超出了目前最先進的處理器系統。
下面我們來看看新出的“神經形態計算機”和目前的計算系統有何不同。
目前的計算系統與神經形態計算機最主要的差異就是這兒，本來傳統的計算系統的內存也是分開的，這樣會導致在進行數據傳輸的過程中，會非常耗時，所以傳統的計算系統也就無法實現這么高的計算速度。
而神經形態計算機剛好通過將內存和處理器都集成在一起，這樣就能夠減少數據傳輸所需的時間。
因為神經形態計算機是通過模擬人類的大腦系統，所以它內部也就是有很多神經元，突觸這些，每一個神經元都相當于一個計算核心，而突觸則是用來傳輸數據的。
這樣的話，計算機系統內部就可以進行并行處理，而且每一個神經元都是有自己的計算核心，可以同時進行處理任務而不會互相影響。
而人腦則是只有一個核心，所以人腦只能夠逐個處理任務，沒有像神經形態計算機那樣可以同時處理任務，也沒有那么多的神經元和突觸。
所以神經形態計算機內部的處理器、內存、以及神經元之間的關系就涉及到計算機內存和計算能力的結合，可以實現內存的計算能力，以及神經元和突觸之間的關系，可以實現數據的傳輸。
通過這樣的神經形態計算機，我們可以更好的模擬人腦，來進行更好的計算處理，計算機可以像人類的大腦一樣從數據中學習新的模式，并且進行分類，可以處理各種不同的任務。
而目前的計算系統則不太一樣，到目前為止，還是比較古老的計算的方法，總的來說就是計算機內部的處理器、內存都是不同的，它們之間無法進行內部的通訊。
所以在這種情況下只能夠將數據從內存傳輸到處理器中進行計算，這個時候會耗費大量的時間。
我們知道對于一個大型的AI系統來說，都是由很多神經元組成的，那么這些神經元又被突觸相連，對于這些神經元所形成的網絡來說，就能夠模擬出人腦的效果。
所以我們要想實現人工智能系統的能力，就必須通過我們的計算機系統，來對這些網絡進行處理，提升處理系統的速度，這樣才能更好的進行模擬人腦，來進行人工智能系統的研究。
目前現有的計算系統以及處理器都還是傳統的計算系統和處理方法，已經不能夠滿足機器學習的需求，計算機最主要的罪魁禍首就是它的能效低。
在進行處理過程中，它會消耗大量的能源，所以為了研發出高性能、低功耗的處理器系統，這就需要模擬人腦的神經元和突觸的關系，形成新型的計算系統。
這樣一來就會使處理器的速度變快，同時也會使功耗變低，現今的計算機在處理器的過程中，是將內存和處理器分開的，所以在進行數據傳輸的過程中，就會消耗大量的時間。
所以要是將內存和處理器集成在一起，就會減少數據傳輸所需的時間，處理任務的速度也會變快，而且我們可以將很多神經元放在一起進行處理，進行大量并行處理任務。
可以說這樣內存和處理器的集成本身就是一個任務的加速器，這樣就能夠在更短的時間內處理更多的任務，同時也能夠更好地模擬人腦的處理系統，進行計算處理。
在進行處理的過程中，由于內存和處理器之間的集成，也就會使處理器的速度變快，同時還會增加處理器的處理能力，從而提高機器的計算效率。
同時也會使處理器和內存的占用空間變小，這樣就會大大降低計算機系統的成本，所以神經形態計算機的出現，不僅在處理器的計算速度上進行了提高，在效率上也進行了提升。
同時神經形態計算機的能效也進行了提高，不僅計算速度快，而且還非常省電，可以說是未來大規模人工智能系統最佳的選擇。
正由于神經形態計算機的先進性質，他將會對后期的AI領域產生革命性的影響，可以說這將改變整個AI系統的游戲規則。
同時還會加速人工智能系統的研究和發展，同時也將極大地加速大型語言模型的訓練任務，這也會對目前大型的AI語言模型進行改進，讓大型的AI語言模型的研究和發展更加快速。
不得不說當今的技術發展速度已經很快，相較于上個世紀，現在的技術發展可以說是遙遙領先，我們所創造出來的技術遠遠超出了我們的想象，這都離不開一步一步的發展。
正是因為古人們的智慧結晶，才有了我們如今的一切，同時神經形態計算機的推出，一定會掀起新一輪的技術風暴，AI領域也將發生巨大的變化。
但是要是我們還停留在現在，還沒有越過人類大腦的能力，就已經害怕了，那我們將會錯失很多，當然，我們更不能忽視人工智能帶來可能的風險。
AI要是能夠模擬出人類的大腦，那么就會像人一樣，有著和人一樣的思維，學習能力，感情，但是它不會有道德感，當然它也不會有惡意。
2022年美國英特爾公司推出了一款神經形態計算機，這款計算機被命名為“Hala Point”，這是一種模擬了人腦神經元的神經網絡結構，擁有1152個Loihi 2處理器，有14.1萬個Neuromorphic Computational Module，總計有1.15億個人工神經元以及1280億個人工突觸，這些神經元和突觸分散在14.1萬個處理核心中。
但人們會不會多慮，覺得人工神經元才1.15億，而人類的大腦神經元和突觸的數量是遠遠大于于這些，就連人類大腦中只有一塊皮層都有120億個神經元和5000億個突觸。
但人工智能領域的學者始終相信:未來一定是屬于AI的，在神經形態計算機的各種處理單元完成一個模擬人腦的神經網絡結構之后，這套系統的效率和能效將絕對遠超人腦。
那么這款Hala Point可以向我們展示出什么樣的拿手好戲呢?
在計算機領域，計算是計算機核心的工作，是計算機的靈魂，計算機的每一項運算都是通過邏輯門來實現的，而這些邏輯門的開關非常簡單，但這卻限制了計算機的處理和判斷能力。
而在人類的大腦中，處理和判斷信息的能力的核心則是神經元，人腦的神經元和突觸的數目數目遠多于計算機中的邏輯門的數目，而人腦中的神經元是通過電信號來處理和傳遞信息的，而電信號的傳遞和儲存更加高效。
這就導致計算機中的邏輯門并行的能力要遠不如人類大腦的神經元，因此人類大腦處理信息的能力要遠超計算機，但雖然計算機的邏輯門并行的能力要遠不如人類大腦的神經元，并行能力不如人腦，但它的可控性就遠超人腦。
計算機是人類自己制造的機器，在工作時可以通過人工的干預來改變它的工作狀態，但人腦則不一樣，人類自己的大腦人類是不可控的。
人腦中的每一個神經元和突觸都有可能執行特定的計算任務，并積極的對外部的輸入做出反應，當反應沒有達到人們預期的時候，人們是無法干預的，而人類的大腦則可以在非常困難的環境中完成邏輯和推理的任務。
人腦可以識別和處理非常復雜的模式，并且可以對這些非常復雜的信息進行非常快速的處理，而人腦的神經元和突觸之間互相連接形成了非常復雜的網絡，其中每一個網絡的神經元和突觸結構都是多樣的。
這些神經元和突觸之間相互連接，形成非常復雜的神經網絡，而這些神經元和突觸的連接關系也是隨機的，而這也正是人腦能夠認識形狀，對復雜的信息進行處理的重要原因。
正是因為人類的大腦認知行為比較隨機，所以才會讓人類擁有非常強的適應性，對于各種大腦層面的學習和記憶都可以在這種隨機的環境中完成的。
神經形態計算機正是借鑒了人類大腦的這種特性，人腦的神經元和突觸的關系是隨機的，而每個神經元和突觸之間的連接關系都是隨機的，在這些隨機的環境中，人類的大腦是如何進行學習和記憶的?
神經形態計算機模擬了人腦神經元和突觸網絡結構，將內存和計算能力放在一起，就像人類的大腦一樣，這些神經元不需要和內存分開，也不需要和處理器分開，這是神經形態計算機和傳統計算機的不同之處。
而Hala Point就是一種神經形態計算機，它每秒都能執行20千萬億次運算，這是傳統計算機的14倍，在AI負載上的執行速度更是傳統計算機的50倍，而且Hala Point的能效達到了每瓦15萬億次操作，這在現有的神經處理單元和其他AI系統中還是很少有的。
這些數據充分的表明，神經形態計算機具有更好的并行處理能力，在應用上也有著非常明顯的優勢，能夠更好的處理某些類型的模式識別和學習任務，比傳統計算機要更有效。
相信隨著Hala Point的推出，神經形態計算機的應用也會更加廣泛，大型語言模型可能會更加的通用，目前的語言模型雖然有著非常高的精度，但它對于模型中的參數的修改和訓練是非常的低效。
當模型的模型參數的調整越多的時候，就越會讓模型變得非常臃腫，訓練和修改模型的參數也會變得越來越難，而神經形態計算機正是可以更好的解決這個問題的。
隨著Hala Point的發展，有可能會推進這一概念的發展，并且讓神經形態計算機在處理復雜任務方面取得更大的進步，這也會讓神經形態計算機在處理大規模數據方面取得更大的突破。
并且可能會讓人工智能進入下一個時代，神經形態計算機將會為人類的未來提供更加全面，更加方便，更加高效的人工智能服務，同時也會讓人們的生活變得更加美好。
神經形態計算機雖然看似是一種非常智能的機器，但是它卻還是無法與人腦相媲美的，它和人類大腦在許多方面仍然存在著差距，人類大腦是經過數百萬年的進化才得以形成的，而神經形態計算機才剛剛誕生不久。
無論是在處理的精度還是在靈活性上，都是遠遠達不到人腦的水平的，所以神經形態計算機和大腦要在多大程度上相似就更像是學習與探索了。
人類的大腦是無法被復制的，不可復制的，但人類可以不斷的改進和學習，可以將人腦的優點和人工智能的優點結合起來，創造出更加強大的智能機器。
創造出神經形態計算機不是人類要去仿造人腦，而是人們想要享受大腦的優勢，神經形態計算機是在人腦的基礎上進化的，人們就是想要獲得比人腦更強大的智能。
神經形態計算機這一創新性的技術，是由英特爾公司的科學家們花費了大量的心血研發出來的。
眾所周知，英特爾公司是一家成立于1968年的半導體公司，其總部位于美國加利福尼亞州的圣克拉拉，是一家全球領先的半導體廠商。
神經形態計算機技術的成功開發，將進一步拓展人工智能在各個領域的應用，為人類的生活和工作帶來更多創新，創造出更多福祉。
近年來，隨著人工智能技術的蓬勃發展，為人工智能系統的應用帶來了更廣闊的前景，神經形態計算機的發展勢頭強勁，將為未來人工智能帶來巨大的發展機遇。
神經形態計算機尚處于發展的初期階段，更多的創新和突破仍在等待人們的探索，未來的機遇將不斷涌現，我們有理由期待神經形態計算機技術在人工智能領域的應用，來改善和提高人類的生活和工作。
更強大的人工智能將有助于解決人類面臨的復雜問題和挑戰，為我們的未來帶來更多希望，我們應當充分發掘和利用這些技術，開啟更加美好的明天，實現人類的不斷進步和發展。