“硅谷鋼鐵俠”埃隆·馬斯克無疑是一個對科技和商業都很敏銳的人，這從他在電動汽車、火箭、太陽能以及人工智能等方面的創業都可見一斑。當這樣一個自帶未來感的人多次公開強調“人工智能可能比核彈更危險”時，一個新的未來圖景正徐徐展開。
對於人工智能飛速發展給人類生存帶來的威脅，馬斯克給出的解決方案是“打不過就加入”：開發可植入腦的腦機接口，在AI全面超越人類之前，將二者融為一體。
為了實現這一圖景，馬斯克於2016年7月創辦了Neuralink。Neutral的意思是“神經的”，Link的意思是“連接”。顧名思義，Neuralink要做的事就是將腦和機器（外部設備）結合。
人腦活動的複雜程度遠超當前算力資源所能模擬的上限。愛因斯坦曾說過，人的大腦只使用了3%。大腦約有1000億個神經元，100萬億個突觸，採用串行以及大規模並行的信息處理模式，能夠處理數字和模擬信號，基本運算速度約每秒1000次。
要將腦機結合這一科幻場景變為現實，關鍵在於借鑑生物神經系統的信息處理模式，構建相應的計算理論、芯片體系結構以及應用模型和算法。
因此，類腦計算被認為是“後摩爾時代”最為重要的發展方向之一，其核心的類腦芯片賽道也逐步火熱。
那麼，類腦芯片究竟是什麼？馬斯克和他的同行們又在這條賽道上走了多遠？類腦計算的未來會怎樣？
一、Neuralink的“最強大腦”
二、腦機結合的核心——類腦芯片
三、來自中國的競爭者
Neuralink的“最強大腦”
同Tesla、SpaceX一樣，Neuralink也是一家立足現實、著眼未來的科技公司。
Neuralink的商業部分，是開發醫用可植入的腦機接口設備，幫助癱瘓病人自由活動；而終極目標則是打造出"全腦接口"（whole-brain interface），使腦中幾乎所有的神經元都能夠與外界順暢溝通，實現“人工智能共生” (AI symbiosis)。
腦機接口的概念最早於1973年提出，現在已經有侵入式和非侵入式兩種接口，Neuralink的研究一般屬於前者。通過在大腦中植入微小的電極，利用電流讓計算機和腦細胞“互動”，從而讓計算機把人的想法直接轉化為行動。
Neuralink的8位共同創始人涵蓋了神經科學家、神經外科醫生、芯片設計師、生物相容性材料學家、腦機接口專家、微製造工程師等各領域專家。
在近六年的發展中，這個頂尖團隊進行了高強度的產品研發與密集的動物驗證，並於2019年7月和2020年8月的兩場全球發佈會上，分別展示了自研的第一、二代腦機接口設備。
2021年4月，Neuralink在推特上發佈了猴子實驗進展，研究人員將兩個腦機接口設備植入控制獼猴的手和臂區域的左右大腦運動皮層，訓練猴子用大腦控制計算機光標。
目前Neuralink還在等待監管部門的倫理批覆，隨著批覆通過後臨床試驗的開展，其產品將加快走向市場，逐步靠近馬斯克期望打造的“最強大腦”。
Neuralink的技術目的，是介入大腦神經元傳遞信息的過程。現有產品的核心技術，包括柔性電極、處理芯片、自動化手術、算法設計等，而其中，芯片佔據核心位置。
在侵入式腦機接口中，芯片的主要功能是數據讀出和腦部激勵。
數據讀出的過程，是當電極收集到神經信號後，由芯片將每個電極記錄的微小電信號轉化為實時的神經信息；信號激勵則是指在腦部施加信號，從而干預腦部活動。此外，為了便於和外界溝通還需要使用無線傳輸技術。
目前腦機接口落地應用中，芯片主要發揮著神經信號讀出-實時激勵-數據記錄讀出的閉環作用。
例如癲癇治療中，首先需要芯片對腦部信號進行實時監控，一旦讀出癲癇徵兆，就立刻用腦機接口的信號激勵產生一個與癲癇疾病異常電壓信號相反的信號，從而抵消異常信號，起到實時介入作用。
另一個例子是癱瘓病人的康復治療，腦機接口芯片一方面可以讀出患者腦部控制行走的信號，一方面根據讀出的信號在患者脊柱部分施加相應的信號，以實現行走能力的康復。
那麼，要完成如此艱鉅任務的腦機芯片應該具備怎樣的特點呢？或者說，做出成功的腦機芯片所面臨的技術難點是什麼？
第一，海量信息處理的實現。
大腦的神經活動信息非常複雜，需要更高計算能力的計算機來處理數據。Neuralink團隊認為至少需要一百萬個同時記錄的神經元，才能算實現成功的腦機接口。這就意味著要在一個小小的芯片上集成上百萬個電極。
此外，隨著電極數量增加，原始數字信號變得過多，無法通過低功率設備傳輸。因此，需要在芯片上實時識別和表徵神經電信號。
第二，功耗與噪聲的權衡。侵入式腦機芯片必須保證使用壽命，畢竟沒人願意過幾年就切開腦子換個電池，所以電路模塊設計需要保證，單個通道平均功能功耗在微瓦數量級。
但技術層面上，降低芯片模塊的功耗，往往意味著高噪聲。
而腦部信號的幅度通常極小（微伏級別），腦機接口芯片需有高性能的信號放大器和數字化儀。要實現高質量的腦部信號讀出，必須保證芯片中讀出放大器的噪聲小於腦部信號幅度。事實上，Neuralink 芯片的主要指標之一就是噪聲，這也印證了該指標的難度和重要性。
這樣看，腦機接口設備芯片需要滿足巨量計算任務之下的低功耗要求。而類腦芯片，正好符合這一場景的應用。
腦機結合的核心——類腦芯片
“類腦芯片”是指參考人腦神經元結構和人腦感知認知方式來設計的芯片。
“計算機之父”馮諾依曼曾提到，生物大腦與機器相比最大的優勢，是能夠利用相對落後的零部件，在一個充滿隨機漲落的高度不確定環境中，以綠色環保的低能耗方式，非常敏捷快速地做出正確計算。
目前，人工智能領域的研究還處在“弱人工智能”階段，而人腦則相當於“強人工智能”。因此，“類腦”是人工智能的未來發展趨勢。相關研究一般有兩種“靠近”人腦的路徑：結構和功能。
第一類類腦芯片，從硬件結構層面對人腦物理結構進行模擬。
以大腦圖譜為藍圖，用微納器件模擬神經元和神經突觸的信息處理傳遞功能，構造出仿大腦皮層神經網絡和生物感知器官的仿生神經網絡，然後通過外界刺激、使其擁有人工智能。
目前比較有名的類人腦學習型架構的類腦芯片，如IBM公司的SyNAPSE、高通公司的Zeroth等。
第二類類腦芯片，則是通過理解人腦一系列行為，如學習、記憶、感知和意識的生物基礎，參考人腦感知認知的計算模型而非神經元組織結構，專門設計芯片結構來高效支持成熟的認知算法。如谷歌的TPU、NVIDIA的Tesla P100，中國中科院計算所的DianNao和DaDianNo、寒武紀芯片。
為何類腦芯片的研究是當前前沿學科趨勢呢？
計算機誕生前，人們對計算的精度和數量產生了極強的需求，而馮諾依曼基於他的邏輯和計算機思想設計出了第一臺計算器。隨著深度學習算法的出現以及計算機科學的發展，傳統芯片CPU暴露出兩大問題。
一方面，計算機CPU運算效率低。計算機每次進行運算時，需要在CPU和內存這兩個區域往復調用，因而在雙方之間產生數據流量。當CPU需要在巨大的資料上執行一些簡單指令時，資料流量將嚴重降低整體效率，CPU將會在資料輸入或輸出時閒置。
另一方面，傳統CPU能耗高。芯片在工作時，大部分的電能將轉化為熱能，一個不帶散熱器的計算機，其CPU產生的熱量就可在短時間內將其自身融化。
為了解決CPU在大量數據運算效率低、能耗高的問題，目前有兩種發展路線：一是延用傳統馮諾依曼架構，主要以3種芯片為代表：GPU、FPGA、ASIC；二是採用人腦神經元結構設計芯片來提升計算能力，追求在芯片架構上不斷逼近人腦，也就是類腦芯片。
兩種發展路線各有優缺點。GPU具有成熟易用的編程語言，如英偉達的CUDA架構等，性能強悍；然而GPU總體功耗水平較高，且在深度學習推測領域處於劣勢。而類腦芯片能耗非常低，且具備非常好的感知能力，適用於各種複雜環境。
所以早在十幾年前，各國高科技企業以及研究所等，便開啟了類腦芯片研究的競賽。
2014年，IBM推出第二代TrueNorth，它使用了三星的28nm的工藝，共使用了54億個晶體管，功耗每平方釐米消耗僅為 20 毫瓦，直徑僅有幾釐米。
它的每個核都簡化模仿了人類大腦神經結構，包含256個“神經元”（處理器）、256個“軸突”（存儲器）和64000個突觸（神經元和軸突之間的通信）。不同芯片還可以通過陣列的方式互聯。
IBM Truenorth芯片
2017 年，英特爾發佈首款自主學習的神經擬態研究芯片，名為“Loihi”。
Loihi內部包含了128個計算核心，每個核心集成1024個人工神經元，總計13.1萬個神經元，彼此之間通過1.3億個突觸相互連接。Loihi的學習效率比其他智能芯片高100萬倍，而在完成同一個任務所消耗的能源，可節省近1000倍。
那麼，Neuralink團隊又在類腦芯片賽道上走了多遠呢？
2019年Neuralink的第一個發佈會的主角，就是自研的N1腦部傳感器芯片，他們在bioRxiv（學界著名預印本期刊）上發表的論文中介紹了這一突破性成就。
A：核心處理芯片；B：連接大腦的聚合物導線；C：鈦金屬外殼；D；用於供電和數據的USB-C接口
如前文所述，腦機接口對芯片有著極其苛刻的要求。芯片需要在最小的功耗和尺寸下，對放大的信號進行採樣和數字化，並實時處理。
高密度的記錄通道，要求信號放大和數模轉換必須集成在陣列組件中，且這個集成的組件必須能放大微弱的神經信號，同時抑制噪聲。
N1芯片能夠達到上述要求，其體積不到一塊樂高小積木（23×18.5×2mm）的大小，由三個部分組成：256個獨立可編程放大器（Neuralink把它叫做Analog Pixel）、片上模數轉換器（ADC）、用於序列化數字化輸出的外圍控制電路。
功能方面，芯片的主要部分Analog Pixel具有高度可配置性：
增益和濾波特性可以進行校準，以解決因工藝變化和電生理環境導致的信號質量變化。片上模數轉換器以19.3kHZ、10bit分辨率進行採樣。功耗方面，每個Analog Pixel消耗5.2μW，整個芯片功耗6mW。整體指標處於全球領先水平。
隨後在2020年，Neuralink發佈了第二代設備LINK V0.9。研究人員表示，與第一代相比，第二代技術的突破在於芯片更加微型，以及可移植性、儲存信息和無線傳輸功能更強。
LINK V0.9直徑23mm，厚度8mm，配備1024個頻道，能夠感應溫度和氣壓，讀取腦電波、脈搏等信號，使用基於藍牙的無線可充電接口代替第一代的USB有線傳輸，充滿電可用一整天。
第一代N1芯片置於耳後，導線從中散出並連接到植入大腦的電極，這些電極將記錄大腦活動並刺激神經元。
而在LINK V0.9的展示中，這一作用路徑簡化為芯片直接植入大腦，配合升級的手術機器人，植入過程只需要一臺近視矯正手術的時間，且不存在暴露在外的部分，受體只是在頭髮下多了一個硬幣大小的創口。
同時，發佈會現場展示了已經植入芯片兩個月的健康小豬。
在設備連接的1024個電極作用下，小豬腦內的電波信號清晰可見。通過腦電路圖預測到的小豬關節的位置，和真實的運動軌跡基本吻合，這說明，Neuralink在採集信號方面確實達到了較高的精度
來自中國的競爭者
雖然各大國際廠商正爭相推出自己的“類腦芯片”，但目前類腦芯片大規模商用化較為困難。近兩年，中國類腦芯片研究逐步深入，類腦芯片市場也擁有者良好的發展機遇。
中國市場類腦芯片迅速增長的驅動力有三：一是下游需求的不斷增長；二是國家層面的政策導向；三是相關技術和研究的不斷積累。
在下游需求層面上，近年來，市場對人工智能和機器學習的需求不斷增長。
在線學習，實時數據流，預測分析和數據建模等應用程序不斷擴展。視頻監控，機器視覺和語音識別等應用中計算需求不斷增長，類腦芯片的下游應用前景廣闊。
在政策層面上，中國十分重視類腦研究，並將類腦計算作為國家戰略發展的制高點。
中國在2015年將腦計劃作為重大科技項目列入國家“十三五”規劃,主要有兩個方向：探索大腦秘密、攻克大腦疾病為導向的腦科學研究，和發展人工智能技術為導向的類腦研究，從而促進了腦科學與人工智能交叉前沿研究。
在技術層面上，中國企業以及學界也早已深入類腦芯片研究。
2015 年中科院、清華、北大，相繼成立“腦科學與類腦智能研究中心”，2017年5月在合肥成立了類腦智能技術及應用國家工程實驗室。這些實驗室將借鑑人腦機制攻關人工智能技術，推進類腦神經芯片、類腦智能機器人等新興產業發展。
北大楊玉超在讀博期間深入研究憶阻器領域，2015年，他返回北京大學，開始研發基於新型神經形態器件的高智能、低功耗類腦芯片。
不同於基於馮諾依曼架構——數據處理、存儲單元分離的傳統計算機，基於憶阻型神經形態器件可以模仿人腦的神經網絡，通過類腦計算實現數據處理和存儲的高度融合，從而實現比傳統計算機運算要複雜出幾個數量級、同時能耗、硬件又省下幾個數量級的終極目標。
清華團隊“七年磨一芯”，推出天機芯片。天機芯片採用多核架構，可重構構建模塊和採用混合編碼方案的流線型數據流，不僅可以適應基於計算機科學的機器學習算法，還可以輕鬆實現腦啟動電路和多種編碼方案。
清華團隊也利用一塊“天機芯”，同時運行了包括卷積神經網絡在內的 5 種不同神經網絡，實現了無人自行車駕駛。
無人自行車可以感知周圍環境，跟隨前方的試驗人員並自動進行避障的操作，並根據語音指令、視覺感知的反饋產生實時信號對電機進行控制，以達到保持平衡，改變形態。
靈汐科技推出類腦芯片KA200，它採用異構融合眾核、存算一體的架構，單芯片集成25萬神經元和2500萬突觸，每秒超過16萬億次突觸計算，功耗近12瓦，實現了同時支持計算機科學和神經科學的神經網絡模型，並支持兩者融合的混合神經網絡計算模型。
在研究賽道碩果累累之際，類腦芯片的商業化及規模化應用也被提上日程。由於擁有超低功耗、大規模並行計算、高速或實時信息處理等優勢，類腦芯片在自動駕駛領域有著巨大潛力。
在自動駕駛領域，類腦技術有望讓自動駕駛更加智能和安全。
為了讓汽車的綜合感知、計算、運行變得更加靈敏及順滑，對域控制器、芯片的算力需求也不斷提高。類腦芯片憑藉“低延遲、低功耗”的特質，成功引起自動駕駛領域的廠商的注意。
今年1月份，奔馳便推出VISION EQXX概念車，搭載了Brainchip公司神經形態芯片，並將其用在了喚醒系統中，使其喚醒速度變為傳統語音控制的5~10倍。4月份，寶馬與SynSense時識科技宣佈，圍繞一款結合動態視覺傳感器及類腦處理器的系統級芯片（SoC）——Speck展開合作與探索。
尾聲：科幻世界的起點
“為了實現與AI集成，Neuralink是馬斯克進入科幻世界的起點。”
當安裝腦機接口像接受激光眼科手術一樣普遍，人人都能隨時聯機，用意念操控現實，世界將迎來又一場顛覆性的革命。
而類腦芯片可能就是這場科技革命中的蒸汽機、計算機。
目前，美國是這條賽道的領跑者，學術研究領域中頂級會議相關論文的作者都來自美國，馬斯克的Neuralink也走在腦機接口芯片商業化的最前沿。
中國的研發實力在快速提升，在低噪聲和低功耗設計方面已靠近全球一流水準，而未來的追趕方向則可能在跨學科研究方面。
總的來說，類腦芯片仍然處於起步階段，關於人類大腦功能的許多秘密還需要科學家一一揭開。
當腦機接口真正實現的那一天到來，希望人人都能因此獲益。
參考資料
1.Neuralink and the Brain"s Magical Future2.Elon Musk & Neuralink (2019) An integrated brain-machine interface platform with thousands of channels.3.顧凡及，馬斯克的腦機接口計劃，能讓我們成為打敗AI的“超人”嗎？，神經現實4.馬斯克一作！Neuralink腦機接口細節公佈，特殊材料防大腦損傷，專用芯片助技術落地，量子位喜歡就獎勵芯流一個“”和“在看”唄～