-
神经形态计算：由人脑启发的计算机科学的新领域
近年来，需求已增长，以提高效率更高，更智能的人工智能系统。与我们习惯的传统系统不同，遵循冯·诺伊曼(Von Neumann)体系结构模型，神经形态计算模仿神经元结构和过程，提出了一种旨在解决计算的基本限制的方法，例如高能消耗和慢速任务处理。从本质上讲，它是一种受人脑生物学功能启发的计算体系结构，神经元和突触有效地协同工作以处理信息和数据。因此，神经形态计算试图效仿大脑的效率，我们知道，这可以同时处理数十亿个认知操作，而能量密度最小。通过遵循神经形态方法，可以开发能够以有效且可扩展的方式模拟这些神经网络的专业硬件，从而在AI应用程序和先进的机器人技术中引起革命。
-
神经形态芯片模仿人类大脑设计 将取代CPU
神经形态芯片(neuromorphics)被设计专门用于模仿人类大脑，他们可能很快取代CPU。
