自「天機」登上《自然》封面一年多以來,，這已是清華大學的類腦計算研究最近第三次被自然雜志收錄。

　　10 月 14 日,，在最新一期《自然》雜志上，出現(xiàn)了一項類腦計算體系結(jié)構的突破性進展,。

　　來自清華大學,、北京信息科學與技術國家研究中心,、美國特拉華大學（University of Delaware）科研團隊的研究者在論文《A system hierarchy for brain-inspired computing》（一種類腦計算系統(tǒng)層次結(jié)構）中提出了「類腦計算完備性」（neuromorphic completenes）概念。該研究被認為會加速類腦計算,，及通用人工智能等方向的研究,。

　　目前，發(fā)展通用人工智能（AGI）通常有兩種方法：神經(jīng)科學導向和計算機科學導向,。由于兩種方法在公式和編碼方式上存在根本差異,，它們依賴于不同且不兼容的平臺，阻礙了 AGI 的發(fā)展,。

　　論文鏈接：https://www.nature.com/articles/s41586-020-2782-y

　　該研究的第一作者為清華大學計算機系研究員張悠慧,，與清華大學教授、清華大學類腦計算中心主任施路平共同為該論文的通訊作者,。

　　神經(jīng)形態(tài)計算從生物大腦中獲取靈感,，為計算機技術和體系結(jié)構的下一波發(fā)展提供了方向。類腦計算與傳統(tǒng)計算機架構不同,，后者是圍繞圖靈完備和完善的馮諾依曼結(jié)構,，前者目前還沒有沒有廣義的系統(tǒng)層次結(jié)構，或?qū)︻惸X性計算的完整性的理解,。這會影響類腦計算軟件和硬件之間的兼容性,，從而阻礙了大類腦式計算的開發(fā)效率。

　　面對這一挑戰(zhàn),，清華大學等機構的研究者們提出了「類腦計算完備」概念,，它放寬了對硬件完整性的要求，并提出了相應的系統(tǒng)層次結(jié)構,，其中包括圖靈完備的軟件抽象模型和通用的抽象神經(jīng)形態(tài)架構,。

　　使用這種層次結(jié)構，我們可以將各種程序描述為統(tǒng)一的表示形式,，并轉(zhuǎn)換為任何神經(jīng)形態(tài)完整硬件上的等效可執(zhí)行文件,。這意味著，這一體系可以確保編程語言的可移植性,、硬件完整性和編譯可行性,。

　　為了支持在各種典型硬件平臺上執(zhí)行不同類型的程序，研究人員實現(xiàn)了一系列工具鏈軟件,，進而證明了該系統(tǒng)結(jié)構的優(yōu)勢,。

　　全新的系統(tǒng)層次結(jié)構

　　在這項研究中，研究者提出了一種具有高度通用性和普適性的類腦計算系統(tǒng)層次結(jié)構,，該結(jié)構包括三個層次：軟件,、硬件和編譯。

　　與傳統(tǒng)的計算系統(tǒng)層次結(jié)構不同,，對于類腦計算系統(tǒng)層次結(jié)構而言,，軟件層指的是神經(jīng)形態(tài)應用和開發(fā)框架（如 Nengo 和 PyTorch）,。相應地，研究者提出將 POG 作為軟件的中間表征,， EPG 作為硬件的中間表征（CFG，控制流圖）,，并引入編譯工具將 POG 轉(zhuǎn)換為 EPG,。對于硬件層，研究者提出了抽象神經(jīng)形態(tài)結(jié)構（ANA）,，包括調(diào)度單元,、處理單元、內(nèi)存和互連網(wǎng)絡,，作為神經(jīng)形態(tài)硬件（TrueNorth,、SpiNNaker、Tianjic 和 Loihi）抽象,。

　　考慮到類腦計算的相似性,，研究者進一步提出了「類腦計算完備性」的概念，引入了逼近等價（approximation equivalence）和近似等價（precise equivalence）,。

　　類腦計算機系統(tǒng)與傳統(tǒng)計算機系統(tǒng)的層次結(jié)構對比,。

　　軟件

　　圖中的軟件是指編程語言或框架，以及以它們?yōu)榛A構建的算法或模型,。在這一層面上,，研究者提出了一個統(tǒng)一的、通用的軟件抽象模型——POG（programming operator graph）——來適配多種類腦算法和模型設計,。POG 由統(tǒng)一的描述方法和事件驅(qū)動的并行程序執(zhí)行模型組成,，該模型集成了存儲和處理。它描述了什么是類腦程序并定義了如何執(zhí)行該程序,。由于 POG 是圖靈完備的,，它能夠最大程度上支持多種應用、編程語言和框架,。

　　硬件

　　硬件部分包括所有類腦芯片和架構模型,。研究者設計了抽象神經(jīng)形態(tài)結(jié)構作為硬件抽象。它有一個 EPG（ execution primitive graph）,，用作和上一層之間的接口,，來描述它可以執(zhí)行的程序。EPG 有一個混合的「control-flow–dataflow」表示,，用來最大化其對不同硬件的適應性,，同時也符合一個流行的硬件趨勢——混合架構。

　　編譯

　　編譯是將一個程序轉(zhuǎn)化為硬件所支持的一種等價形式的中間層,。為了提高可用性,，研究者提出了一組基本的硬件執(zhí)行原語,，這些原語在主流的類腦芯片中得到了廣泛的支持，同時證明了配備了這套原語的硬件是神經(jīng)形態(tài)完備的,。此外,，研究者還以一個工具鏈軟件作為編譯層的實例，論證了該層次結(jié)構的可行性,、合理性和優(yōu)越性,。

　　研究者提到：「這一層次結(jié)構避免了硬件和軟件之間的緊密耦合，確保任何類腦程序都可以用圖靈完備 POG 來表示,，然后在任何神經(jīng)形態(tài)完備的硬件上編譯成等效的可執(zhí)行 EPG,。我們確保了編程的可移植性、硬件的完整性和編譯的可行性,，并通過實驗驗證了神經(jīng)形態(tài)完備性引入的系統(tǒng)設計維度優(yōu)化效果,。這一層次結(jié)構也促進了軟硬件的協(xié)同設計?！?/p>

　　與當今常規(guī)計算機的「圖靈完備性」概念與「馮諾依曼」體系結(jié)構相對應,，全新的類腦計算完備性及軟硬件去耦合的類腦計算系統(tǒng)層次結(jié)構證明了自身的可行性，同時又擴展了類腦計算系統(tǒng)應用范圍,，使之能支持通用計算,。

　　這項研究為處于起步階段的類腦計算方向，填補了完備性理論與相應系統(tǒng)層次結(jié)構方面的空白,，有利于自主掌握新型計算機系統(tǒng)核心技術,。

　　《自然》雜志的一位審稿人認為，「這是一個新穎的觀點,，并可能被證明是神經(jīng)形態(tài)計算領域以及面向人工智能研究的重大發(fā)展,。」