卫星、飞机、无人机……美国空军在天空部署了很多 “眼睛”。现在它又有了新想法：用大脑一样的计算机芯片强化系统，让设备更智能，可以自动识别坦克、防空系统。

美国空军研究实验室从IBM引进了神经形态芯片，它可以从雷达航空图像中识别军事、民用车辆。这块芯片非同寻常，它可以用很高的精准度完成工作，跟普通高性能计算机一样，但是能耗连高性能计算机的二十分之一都不到。

2014年，实验室与IBM签下价值55万美元的合同，它成为第一个付款使用TrueNorth芯片的客户。在芯片中，一百万个元素组成网络，模拟哺乳动物大脑神经元结构，它用2．56亿个突触连接，然后用网络处理数据。

这种芯片与现有计算机芯片完全不同，在处理问题时，新芯片的效率更高。美国空军之所以感兴趣，主要是因为它可以驱动先进的机器视觉技术，一般来说，计算机视觉需要强大的计算力。卫星、高空飞机、需要用发电机驱动的空中基地、小型无人机，它们都可以使用新芯片。空军研究实验室首席电子工程师吴清（Qing Wu）说：“空军负责的任务区域包括空中、太空、网络空间，所有这些地区都会受到能源的限制。”

吴清曾经将TrueNorth和高性能Nvidia计算机Jetson TX－1对比，Jetson TX－1定价约为500美元，它可以为机器（比如汽车、移动机器人）增加机器学习技术。

两台竞争电脑用不同的神经网络图像处理软件区分10类军事民用车辆，这些车辆出现在MSTAR公共数据集中。识别的车辆包括俄罗斯T－72坦克、运输兵员装甲车、推土机。两个系统的精准度都达到了95％，但是IBM芯片的能耗只有Nvidia芯片的1／20－1／30。

在处理此类任务时，IBM芯片效率更高。传统计算机在硬件芯片上运行神经网络软件，软件可以用于各种目的，解决各种问题。TrueNorth芯片的硬件专为人工神经网络打造，它用100万个物理神经元解决某种问题。

为什么这种架构效率更高呢？吴清解释说，因为芯片的神经元和突触既可以存储数据，也可以处理数据。在传统系统中，比如Jetson TX－1，运算组件与存储组件是分开的。也就是说，数据必须从内存传到处理器，分析之后数据回传然后存储起来，既费时又费电。

马西米利亚诺·范西哲（Massimiliano Versace）是波士顿大学神经形态实验室（Neuromorphics Lab）的主管，他参与了五角大楼的另一个项目。在该项目中，五角大楼向IBM提供资助，让它开发TrueNorth芯片。范思哲称，芯片似乎很有前途。不过他强调说IBM的芯片牺牲了一些东西。

范思哲解释称，在传统电脑上部署神经网络更加容易，因为Nvidia、谷歌及其它企业开发了软件。IBM的芯片不合常规，贵很多。范思哲称：“专用神经形态芯片存在两大障碍：难以使用，价格很高。”

吴清认为，如果大家对芯片的兴趣更大一些，IBM就可以提高产量，降低价格。IBM表示，公司正在努力让软件开发变得更容易一些。