When 20 Watts Beats 20 Megawatts: Rethinking Computer Design
3 months ago
- #AI
- #Neuromorphic Computing
- #Energy Efficiency
- 人脑的能效远超当前AI系统，每秒执行百亿亿次运算仅需20瓦功率，而超级计算机需要2000万瓦。
- AI能耗正在飙升，2024年全球数据中心耗电达415万亿瓦时，预计到2030年AI将占数据中心用电量的35-50%。
- 冯·诺依曼架构将存储与处理分离，造成了严重的能源瓶颈——数据移动的能耗远超实际计算。
- 受大脑结构启发的神经形态计算将存储与处理集成，大幅降低能耗，英特尔Loihi 2和IBM TrueNorth芯片是典型代表。
- 存内计算与忆阻器技术提供了绕过冯·诺依曼瓶颈的新途径，能效提升可达数量级。
- 脉冲神经网络(SNN)模仿生物神经元的事件驱动特性，仅在必要时激活，实现显著节能。
- 尽管存在编程和制造挑战，但传统AI系统不可持续的能源成本正推动神经形态与存内计算快速发展。
- 大脑的架构原则——大规模并行、事件驱动、存储处理一体化——证明能效提升本质上取决于选择正确的架构。