内容扩展：认知计算

　　其实本文我们从超级计算机入手谈了超算行业和内部的芯片技术，其实归根结底我们一直都在聊的就是计算，近些年我们都知道数据量每日都在成指数倍递增，而用户对于数据处理和计算的需求也开始变得强大起来，这对于计算模式的探索也就开始变得棘手。说到计算我们总会有这样一个比较，总喜欢用人脑和电脑去进行对比，用户最根本的出发点就是希望电脑的计算模式能够根据人脑的一举一动进行开发。

　　人脑也许是宇宙中最复杂的存在了，但同时它又十分节能。人类的大脑可以同时收集上千个感官信号，并对它们进行判断、分析，把具体的感知转化为抽象的概念，同时在这一过程中进行学习、规划和创造。

　　对于上述这种基于人脑计算模式的开发其实IBM很多年前就已经开始进行了项目开发，这也就是我们所说的认知计算，简单来说IBM的这种认知计算项目就是基于神经科学、纳米技术和超级计算技术等诸多内容的整合，用以提升整体计算单元的性能和速度。

　　这套系统的算法会定期检查一个神经元是否在发出信号。如果它的确在发出信号，这一神经元周围的突触的权重值就会被调整，而随后它们会根据这一新状态与其他的神经元进行交流。这一算法的关键优势是它不会在大量的突触上浪费时间与能量，而只在一小部分需要被激活的突触上花费有限的计算能力。

　　IBM的终极目标是建造一个复杂度可与人类大脑相媲美，体积又足够小的计算机，同时它的能量消耗还要在1千瓦左右。现在，他们已经利用世界排名第二的超级电脑Sequoia Blue Gene/Q达成了这一目标，这台超级计算机中有超过150万只处理器内核和1.5PB的内存，可以同时运行多达629万条线程。

　　写在最后

　　说了这么多其实我们不难发现，超级计算也好、芯片技术也罢，对于我们用户自身来说也许没什么太大的关联，但是我们现在对于IT的一些应用，云端的一些应用其实已经开始利用上述技术进行整合和研发，我们通过发展过程也可以看出未来超级计算、异构部署、并行计算等很多技术都将会更“落地”的出现在用户眼前。[返回频道首页]