IT之家经由查询得知，NorthPole 芯片是 IBM 曾在 2014 年“仿照人脑运作”的 TrueNorth 芯片的后继者，芯片开拓同样由 TrueNorth 芯片卖力人 Dharmendra Modha 所主导。
▲ 图源 IBM
据悉，在传统的半导体家傍边，芯片紧张遵照相同的基本架构，处理单元与储存信息是相互分开的，这种架构虽然简化了芯片设计模式，却也因传输速率赶不上处理速率而涌现了“冯・诺伊曼瓶颈（von Neumann Bottleneck）”，而 Dharmendra Modha 则认为，人脑是目前所知最节能的处理器，因而持续探求以数字办法复制人脑的方法。
IBM 目前推出的 NorthPole 芯片，相对付传统芯片最大的不同点在于“芯片内置存储器”，在没有“冯・诺伊曼瓶颈”的情形下，NorthPole 芯片的 AI 推论能力优于市情上竞品。
虽然 NorthPole 采取 12nm 工艺，于 800 平方毫米上安置了 220 亿个晶体管，拥有 256 个核心，于 8-bit 精度下每核心每个周期可实行 2048 次操作，若是在 4-bit 或 2-bit 精度下，操作次数则可翻倍。
▲ 搭载 NorthPole 的 PCIe 卡，图源 IBM
在详细架构上，NorthPole 号称模糊了运算与存储间的边界，这让 NorthPole 随意马虎整合至系统，且明显减少了搭载芯片的设备负载。
IBM Research 在 ResNet-50 模型上测试 NorthPole，相较于同样基于 12nm 工艺的 GPU 竞品，NorthPole 每秒辨识帧数的能效是竞品的 25 倍，而且不管是在延迟或运算空间的哀求上，表现都优于市情上所有主流架构，乃至凌驾基于 4nm 工艺的 GPU。
不过，NorthPole 的上风同时也是它的弱点所在，NorthPole 只能轻松读取集成在芯片中确当地数据信息，读取外界数据时，便没有打算速率上风。
Dharmendra Modha 声称，虽然 NorthPole 无法用来承载 GPT-4，但该当可知足许多企业所需的模型推论哀求。
目前 IBM Research 仍在研究 NorthPole 的适用领域，研究职员许多须要即时处理大量资料的边缘打算可能非常适宜 NorthPole，例如自动驾驶、遥感通信等领域，NorthPole 均有用武之地。
