勞倫斯·利弗莫爾國家實驗室（LLNL）3月29日宣布已經購買了首款類腦超級計算平台，該平台由 IBM 研究院為深度學習推理開發的。基于名為 IBM TrueNorth 的突破性神經突觸（neurosynaptic）計算機晶片，這個可擴充平台隻需要消耗大約一台平闆電腦的功率，也就是 16 塊晶片的能耗僅為 2.5 瓦特，就能處理大約相當于 1600 萬個神經元和 40 億個突觸的計算量。
這個系統有16片類腦晶片
「 IBM 神經形态系統（IBM Neuromorphic System）」擁有大腦一樣的神經網絡設計，能夠比傳統晶片更高效地推理複雜的認知任務，例如模式識别和整合的感覺處理。這意味着自動駕駛汽車中的計算機能夠通過True North利用資料中心，分析周圍駕駛環境中所有的行人、車輛以及其他事物。
IBM True North晶片能夠分别路上的行人和其他事物
在美國國家核安全局（NNSA）非常重要的任務中（比如網絡安全、國家核威懾和防止核擴散的管理工作），将使用這套系統探索新的計算能力。NNSA 的進階仿真和計算（ASC）項目将評估機器學習應用、深度學習算法和架構、并進行通用計算的可行性研究。ASC 是 NNSA 的核武器儲備管理計劃（Stockpile Stewardship Program）的基石，該計劃的目的是在沒有地下核試驗的情況下確定美國國家核威懾的安全性、保密性和可靠性。
「神經形态計算（neuromorphic computing）帶來了非常令人興奮的新的可能性，而且這也與我們将高性能計算和模拟作為我們國家安全任務核心的未來是一緻的。」LLNL 資料科學部門副助理主任 Jim Brase 說，「神經形态計算所代表的潛在能力和由它們帶來的機器智能将會改變我們科研的方式。」
這項技術的出現一舉打破了自1946年以來普遍盛行的馮·諾依曼(von Neumann)計算機架構，而且可能會作為一種有力的補充，助力下一代具有百億億次運算速度的超級計算機的開發，這種超級計算機将比今天最先進的千萬億次級（每秒千萬億次浮點運算）系統還快 50 倍（或 2 個數量級）。
和人類大腦一樣，神經突觸系統顯然需要更少的電力，體積也明顯更小。極其适用于因電力和容積問題而導緻計算能力受限的情況，如機器人、傳感器網絡、公共安全監控應用、以及作為移動傳感裝置使用的智能手機等。
能夠使用True North晶片和神經網絡識别物體，比如商标
LLNL應用科學計算中心的計算機科學家 Brian Van Essen 在接受科技部落格 VentureBeat 采訪時表示，他們從2014年秋天開始與 IBM 的此次合作，「我們對 TrueNorth 在低功率方面的表現感到非常激動，它将能源利用效率提升了一個量級。」深度學習和神經網絡令人工智能倍受鼓舞，他對此也感到無比興奮。他說：「我們非常期待去探索 TrueNorth 的各種應用。」
LLNL 武器模拟測試和計算（Weapon Simulation and Computing）項目主任 Michel McCoy 同樣表示「這些類腦處理器的低功耗反映了當我們将目光投向百億億次計算時，降低未來系統所有元件的功耗的行業願望和創造性方法。」
據Venture Beat報道，LLNL有可能使用這套系統進行核武器的模拟測試。
「這個先進的計算平台的傳遞代表了我們進入下一個認知計算時代的一個重要裡程碑。」IBM 院士、IBM 阿爾馬登研究院腦啟發計算首席科學家 Dharmendra S. Modha 說，「我們非常重視與國家實驗室的關系。事實上，在設計和制造之前，我們使用過 LLNL 的 Sequoia 超級計算機模拟 IBM TrueNorth 處理器。這種合作将會推進類腦計算的邊界，使具備有前所未有的能力和資料吞吐量的未來系統成為可能，同時還有助于減少資本、操作和程式設計成本——将我們國家保持在科學技術的前沿。」
Dharmendra S. Modha
此外，Modha 談到他們長期的目标「是在盒子中建立一個大腦，在2升的容器中，容進消耗千瓦電力的百億量級的神經元。這是我們正在走的長期路線。」
如今的每個 TrueNorth 晶片都包含100萬個可程式設計神經元(是當今現有最大神經突觸晶片的16倍)及2.56億個突觸。54億個半導體使該晶片成為迄今世界上制造的最大的數字內建電路之一。通過将數十或數百個 TrueNorth 晶片平鋪于電路闆上，能夠快速擴充至超級計算級能力。在0.8伏特下，單個 TrueNorth 處理器僅需消耗70毫瓦的電力并每秒傳送46千兆的突觸運作資訊。進行生物實時運算時，基于該晶片的計算機的能耗比傳統系統低數個數量級。
根據合同條款，LLNL 将收到相當于有 1600 萬個神經元和 40 億個突觸的 16 晶片TrueNorth 系統以及一個端到端生态系統用以幫助創造和程式設計高能效的，可以模拟大腦的感覺、動作和認知能力的機器。該生态系統包含一個模拟器、一種程式設計語言、一個內建程式設計壞境、一個算法及應用庫、固件、用于組成深度學習神經網絡的工具、一個教學課程和實作雲計算的方法。
此外，勞倫斯·利弗莫爾的計算機科學家将與 IBM 研究院、美國能源部的合作夥伴和大學機構合作以推進神經突觸架構、系統設計、算法和軟體生态系統的研究發展。
附：類腦晶片資訊圖
什麼是認知計算？
認知計算意在模仿人腦的認知、行為和感覺能力。模仿人腦神經和突觸設計的神經突出晶片，打破了過去70年一直使用的傳統構架。
傳統計算機：注重語言和邏輯思維（左腦）
神經突觸晶片：出于觸感和模式識别（右腦）
在過去幾年，IBM科學家希望能融合兩者的能力，創造整體的計算智能。
IBM向美國國家實驗室傳遞類腦超級計算機，将用于保障核安全 空前的規模
第二代晶片是近十幾年發展與研究的頂點，是2011年的單核硬體原型的跳躍性進步。
可程式設計神經元量 ：256個（2011年） 發展到100萬個（2014年）
可程式設計突觸量：262144個（2011年）發展到2.56億個（2014年）
神經突觸核心：1個（2011年）發展到4096個（2014年）
要達到僅僅使用4千瓦電力供能1萬億突觸，1/10瓦特需供能神經突觸晶片中的2.56億個突觸。
不同于标準晶片
傳統晶片一直運作，新的突觸晶片由事件驅動，隻在需要時運作。能造成散熱環境和低能耗使用。
神經突觸晶片改變了傳統的馮·諾依曼計算構型，這種構型固有的限制了系統的性能。
新的架構
IBM的類腦架構包含一個神經突觸核心網絡。核心并行分布運作，運作方式并非全時運作，而是事件驅動運作。核心內建記憶、計算、交流于一體。單獨的核心會失效，像人腦一樣，整個架構依然能工作。同一晶片上的核心互相間通過晶片上的事件驅動網絡交流。晶片間通過可無縫延展的晶片連接配接接口交流，就像大腦皮質一樣，進而創造可擴充的神經形态系統。
生态系統
IBM開發的用于應用開發的端到端生态系統包括一個模拟器、一種程式設計語言、一個內建程式設計壞境、一個算法及應用庫、固件、用于組成深度學習神經網絡的工具、一個教學課程和實作雲計算的方法。
神經形态計算将為我們帶來什麼？
IBM的長期目标是建立一套神經突觸晶片系統，擁有10億神經元和百萬億突觸，耗能僅需一千瓦，可以全部裝在一個2升的容器裡。這項技術将被用于衆多研究和産業領域，包括公共安全、針對盲人的視覺輔助、家庭健康監測和交通。