@tbpn: Parasma 创始人兼CEO @vytalow，此前因训练人类脑细胞玩 Doom 而走红，他表示使用……
摘要
Parasma 创始人兼CEO @vytalow 认为，使用人类脑细胞进行计算可能比硅芯片节能得多，并指出了功耗效率、样本效率和持续学习方面的优势。
Parasma 创始人兼CEO @vytalow，此前因训练人类脑细胞玩 Doom 而走红，他表示，用脑细胞进行计算可能比当今的硅芯片节能得多。
“无论我们把硅做得多么高效，我们仍然没有解决它在功耗效率方面的效率问题。”
“我认为与硅相比，人脑的功耗效率极高。”
“除了样本效率和持续学习等其他方面，我们还可以利用（人类脑细胞）做一些事情。”
查看缓存全文
缓存时间: 2026/08/14 07:29
Parasma创始人兼CEO（@vytalow）此前曾因训练人类脑细胞玩《毁灭战士》而走红，他表示，用脑细胞进行运算可能比今天的硅芯片节能得多。
“无论我们把硅做得多么高效，在功耗效率方面，我们仍然没有解决它的效率问题。”
“我认为人脑在功耗效率上远比硅要高效。”
“（借助人类脑细胞）我们还可以在其他方面有所收获，比如样本效率和持续学习等。”
相似文章
@vytalow：介绍Parasma。此前，我们训练人类脑细胞玩《毁灭战士》。现在，我们训练它们预测句子中的单词……
Parasma公开上线，揭示其训练人类脑细胞执行下一个词元预测，在单词预测任务中达到90%准确率，作为GPU的节能替代方案。
人脑运行仅需15瓦。实时模拟人脑则需要27亿瓦。以下是这一差距存在的原因以及当前的对策。
探讨人脑（15瓦）与AI硬件（实时模拟需数十亿瓦）之间巨大的能效差距，重点介绍旨在缩小这一差距的神经形态计算方案，如自旋忆阻器、相变材料和超级图灵AI。
你的大脑用20瓦就能做到的事情，AI却需要核反应堆才能尝试。上周，一个团队弄清楚了如何打印出能与活体脑细胞对话的东西。
西北大学的研究人员用二硫化钼和石墨烯墨水打印出了人工神经元，能产生生物逼真的电脉冲，活体小鼠脑细胞将其识别为自然信号。这一突破对节能的神经形态计算意义重大。
受大脑启发的人工智能架构可实现更快计算且功耗大幅降低
一种受大脑启发的人工智能架构有望实现更快计算，同时功耗大幅降低，可能推动节能型AI硬件的发展。
NSRAM: 硅芯片上的人工神经元
本文讨论了NSRAM，一种新型的硅芯片上的人工神经元，旨在通过模仿生物神经元，大幅提高AI的能效，解决数据中心GPU高能耗的问题。