二果

①谷歌AlphaGo由多個TPU组合而成

②网传李世石和李昌镐的二李午餐

生物神经元的工作原理

为了理解超导神经元，首先让我们了解一下它所模仿的生物神经元的工作原理。神经元其实就是神经细胞，它的形状有些独特，由长长的轴索及多个突起构成（图3）。

神经元细胞编码并传递信息的方式是通过动作电位的形式来实现的。神经元的细胞膜（细胞表层）在没有受到刺激的时候，细胞膜内外两侧会形成外正内负的电位差，即所谓的静息电位（Resting Potential，RP），它是一切生物电产生和变化的基础。一旦神经元细胞受到了超过一定阈值水平的刺激后，静息电位就会产生电位变化，而且这个变化是沿着神经元的轴突定向移动的，这一过程被称为动作电位，又被称作神经冲动（图4）。

④上方是静息电位示意图，下方是动作电位变化的示意图，按照一定的方向达成信息传送

小提示

神经元细胞通过动作电位传递信息的动态示意图，可参见http：//tinyurl.com/yyoh2bgz。

超导神经元的工作原理

人工神经元要想尽可能真实地模拟出人脑的生物神经元，就需要设计出极为复杂的电路。对于电路材质的选择，Toomey和他的同事们找到一种超导纳米线（Nanowires），它具有非常特殊的非线性特性——当电流流过纳米线的时候，如果电流超过了某个阈值，这时纳米线的超导性就会神奇地崩溃，而由超导变成了电阻。电阻突然增大即会产生电压脉冲，这个脉冲正好和神经元细胞中的动作电位非常相似，它可以导致第二根超导纳米线产生另外一个脉冲，从而形成一个类似多个生物神经元特性的超导电路（图5）。

⑤来自Toomey论文中的超导纳米线电路的示意图，一个超导神经元电路由主振荡器和控制振荡器两组纳米线组成

生物神经元细胞除了触发阈值外，还有一个是不应期（Refractory period）的特性，即在一定的时间内重复刺激的话将不给予反应，这是电流传递有序化的一个保证。超导神经元不但有一个触发阈值，也具备不应期的特性，从而能够根据电路特性来调整运行时间。最关键的是，这种超导神经元能够触发或抑制其他神经元，从而能够形成一个“扇形”传递，创建出一个网络，这是目前其他超导神经元设计还没能实现的。

从时钟频率入手节省能耗

实现了生物神经元功能的模拟，那么功耗的问题又如何解决呢？这就涉及到一个概念——时钟频率（Clock rate）。时钟频率是为了让处理器协同工作的各个部件之间能够同步起来的时间基准，它的单位是Hz（赫兹），以单位时间内运转周期的次数来计算，每秒运转1个周期就是1Hz，每秒运转2个周期就为2Hz，以此类推。显而易见，频率越高就代表处理器的运行速度越快。

如果将我们人类的大脑比作一台计算机，那么它实际也是有时钟频率的。一般人可能认为人类大脑的频率会很快，恰恰相反，大脑的时钟频率往往只有几Hz，和动不动就有数以GHz的现代微处理器比起来，实在是太慢了，不过这也正是大脑功耗低的最关键的因素。频率极低的人脑采用了一种“人海战术”，就是通过它特有的神经网络，每秒并行运算10亿次左右，从而在低功耗的情况下，形成了计算机难以企及的运行能力。

如前所述，超导神经元的特性是它的神经网络计算功能，所以它才可以像人脑一样，不靠时钟频率的速度，而是以并行运算的能力取胜，在每秒仅需1W功率的情况下管理着1014个突触的操作，几乎已经和人类的大脑相匹配了。虽然超导神经元离真正的生物神经元尚有极大的距离，但仅从功耗和速度来看，它已经很有竞争力了。

超导神经元的未来

超导神经元是一个起点，在低功耗人工神经网络的发展领域中潜力巨大。一旦超导神经网络成为未来全新计算机硬件的基础，那么芯片散热将不再是个问题。而一旦大规模神经形态处理器得以形成，那么像模式识别这类更为复杂的任务也就能够轻松完成，从而在许多领域完全代替人类的工作了。（本文编译自国外网上资料，参考文献https：//arxiv.org/abs/1907.00263：使用超导纳米线的高效人工神经元）