美國高通公司的技術設計圍繞速度和電源效率展開，從而讓采用高通公司產(chǎn)品的終端流暢運行，最大限度地改善電池續(xù)航體驗。隨著移動計算的盛行，我們對日常生活中使用的和互動的移動終端也會有更高的期望值。我們希望這些終端更加智能，可以預測我們的需求，分享我們對世界的感知，最終使我們與終端的互動更自然。使用傳統(tǒng)的計算架構(gòu)來實現(xiàn)這些目標，相當具有挑戰(zhàn)性，特別是在功率和尺寸受限的環(huán)境中——相對于云計算和的超級計算機的應用環(huán)境。

?

　　過去幾年中，我們的研發(fā)團隊一直致力于開發(fā)一種突破傳統(tǒng)模式的全新計算架構(gòu)。我們希望打造一個全新的計算處理器，模仿人類的大腦和神經(jīng)系統(tǒng)，使終端擁有大腦模擬計算驅(qū)動的嵌入式認知——這就是高通Zeroth。

　　對于高通Zeroth，我們有三個主要目標：

　　1.仿生式學習

　　我們希望高通Zeroth產(chǎn)品不僅可以模仿類似人類的感知，而且還擁有學習生物大腦如何活動的能力。不需要通過大量代碼對行為和結(jié)果進行預編程，我們已經(jīng)開發(fā)出一套軟件工具，使終端能夠不斷學習，并從周圍環(huán)境中獲得反饋。

　　下面的視頻（http://v.youku.com/v_show/id_XNjIxNjI0NjUy.html）是一個配備高通Zeroth的機器人，我們把它放在一個設有彩色方格的環(huán)境中。然后，我們教它只走白色方格。我們實現(xiàn)其是通過基于神經(jīng)傳導物質(zhì)多巴胺的學習（又名“正強化”）完成的——而非編寫代碼。

　　2.使終端能夠像人類一樣觀察和感知世界

　　Zeroth的另一個主要支柱功能是盡力再現(xiàn)我們的感官和大腦交流信息的效率。神經(jīng)科學家建造出了精確描繪生物神經(jīng)元在發(fā)送、接收或處理信息時行為特征的數(shù)學模型。神經(jīng)元僅在生物細胞膜中達到特定的電壓閾值時才精準地發(fā)出電脈沖，也稱 “尖峰脈沖”（spike）。在我們的感官從環(huán)境中收集信息，繼而大腦進行信息處理和整合這一過程中，這些脈沖神經(jīng)網(wǎng)絡（SNN）能夠?qū)?shù)據(jù)進行高效編碼和傳輸。

　　3.神經(jīng)處理單元（NPU）的創(chuàng)造和定義

　　高通Zeroth的最終目標是創(chuàng)造、定義和規(guī)范這一新的處理架構(gòu)——我們稱之為神經(jīng)處理單元（NPU）。我們設想NPU將應用于多種不同的終端，未來也可并行運行在系統(tǒng)級芯片（SoC）上。這樣您就可以使用傳統(tǒng)編程語言編寫程序，或利用NPU“訓練”終端以實現(xiàn)類似人類的互動和行為。

? ? ? ??

　　Samir Kumar

　　業(yè)務發(fā)展總監(jiān)