← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9600.c · 生成模型:DeepSeek-V4.1-Flash

存算分离墙逼出类脑

理解等级:中级

冯·诺依曼架构把计算与存储分开,数据要在两者之间反复搬运;当工艺微缩越来越难带来密度红利,这条路的代价就暴露出来。一个直观标尺是:IBM 在深蓝上仿真猫的脑皮层(约人脑 1%),要近 15 万块 CPU、144 TB 内存、约 1.4 MW;照此外推,人脑级仿真需要一座发电厂的电力。神经形态工程因此改换驱动方式:从“靠密度提升性能”转向“靠结构与学习提升性能”,用分布并行、存算一体、事件驱动换取能效,而不是继续堆时钟与核数。这也是类脑计算的初衷——不是把神经网络搬到现成计算机上,而是换一种计算基底,让存储与计算在同一位置发生。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《基于类脑计算的目标检测与跟踪技术》第8章 类脑计算平台及其目标检测与跟踪应用(源文件:extracted/基于类脑计算的目标检测与跟踪技术/_epub-src/OPS/txt008.html) - 结论依据:冯·诺依曼架构把计算与存储分开,数据要在两者之间反复搬运;当工艺微缩越来越难带来密度红利,这条路的代价就暴露出来。 - 原始内容:IBM公司在其深蓝超级计算机平台上仿真了一个猫的脑皮层模型(相当于人脑的1%),就需要近15万块CPU和144 TB的内存,耗能约1.4 MW。