1月13日，美國(guó)桑迪亞國(guó)家實(shí)驗(yàn)室在《自然-機(jī)器智能》上發(fā)表最新研究成果，展示了一種新型算法Neurofem，該算法能夠使神經(jīng)形態(tài)硬件解決偏微分方程（PDEs）。偏微分方程是模擬流體動(dòng)力學(xué)、電磁場(chǎng)和結(jié)構(gòu)力學(xué)等物理現(xiàn)象的關(guān)鍵數(shù)學(xué)工具。傳統(tǒng)上，類腦計(jì)算被認(rèn)為僅適用于圖像識(shí)別或加速人工神經(jīng)網(wǎng)絡(luò)，而不適合嚴(yán)謹(jǐn)?shù)目茖W(xué)計(jì)算。然而，這項(xiàng)研究表明，模仿人腦架構(gòu)的計(jì)算機(jī)不僅能處理這些復(fù)雜方程，而且效率驚人。

研究人員開發(fā)了Neurofem算法，并成功在英特爾的Loihi2神經(jīng)擬態(tài)芯片上執(zhí)行了有限元方法（FEM）。FEM是一種將復(fù)雜物體分割成小塊（單元）并通過計(jì)算每個(gè)小塊的受力情況來(lái)預(yù)測(cè)整體是否會(huì)斷裂或變形的計(jì)算方法。Neurofem算法不需要預(yù)先訓(xùn)練，而是利用芯片架構(gòu)直接進(jìn)行數(shù)學(xué)優(yōu)化，將物體的網(wǎng)格節(jié)點(diǎn)直接映射到神經(jīng)擬態(tài)芯片上，每個(gè)節(jié)點(diǎn)由8到16個(gè)“人造神經(jīng)元”表示，節(jié)點(diǎn)間的相互作用力轉(zhuǎn)化為神經(jīng)網(wǎng)絡(luò)的權(quán)重參數(shù)。

在基于32塊英特爾Loihi2芯片的測(cè)試中，Neurofem展現(xiàn)了驚人的能效潛力，其能耗不到傳統(tǒng)計(jì)算機(jī)運(yùn)行同類軟件時(shí)的五分之一。計(jì)算結(jié)果與經(jīng)典FEM軟件相比，誤差僅在千分之幾的范圍內(nèi)，證明了其高度的可靠性。盡管運(yùn)算速度仍慢于傳統(tǒng)計(jì)算機(jī)，但該技術(shù)更適合對(duì)能效要求極高而非追求極致速度的場(chǎng)景。Neurofem算法目前僅在處理“稀疏矩陣”方程組時(shí)才能保持高效，因此尚不能直接套用于所有類型的方程求解。隨著技術(shù)的進(jìn)步，神經(jīng)擬態(tài)計(jì)算在物理模擬領(lǐng)域的應(yīng)用有望進(jìn)一步加速。