华夏类脑总结最强盛脑碰撞,神经形态微芯片大

作者: 企业文化  发布:2019-11-03

图片 1

图片 2

1十一月二四日,由香港(Hong Kong卡塔尔智源人工智能研究院主持的2019首都智源大会在京举行。在上午的智能种类架构与微电路专项论题论坛中,南开东军事和政院学教学、类脑总结研究为主总管施路平,北大教书、智源钻探员蔡豆蔻梢头茂,中国科高校半导体讨论所商量员、智源切磋员鲁华祥,分别分享了关于类脑神经互联网本领及集成电路的现状、挑衅及研发举行。

AI、量子总结、神经形态总括都是登时的热词,但她俩不要崭新的才具。这个四十几年前就被建议的手艺,因为各个因素的范围,到现在仍未达到相对能够的情况。在那三者中,AI方今极其火爆,此中非常重要的原因是深浅神经网络的突破。那么,神经形态总计到底是或不是可实现?曾几何时才会发生?业内行家北京高校音信科学本事高校教书,Hong Kong智源人工智能研讨院司长黄铁军给出了特别刚毅的答案。

其它,中国中国科学技术大学学计算机本事钻探所商讨员、智源商量员韩银河现场享受了其团队在智能调整专项使用Computer集成电路的切磋进展,清华长聘助教、智源钻探员尹首一共享了关于可重构智能总计架构的技巧,早前智东西曾数十次电视发表这一本领。

神经形态集成电路是八个决然的升高方向

尹首大器晚成授课以为,可重构、超高能效、数模混合等将改成以后AI微芯片继续升高算力、裁减耗电、升高能源消耗比的一定发展方向。

在AI本事进步的潮涨潮落中,既有执著的跟随者,也可以有比超级多的质询,思疑者感觉AI只是手艺狂人不只怕达成的理想。对于还没察看商业利用的神经形态总结的话,自20世纪80年份,那时传说的早稻田大学教学Carver Mead提出应用晶体管亚阈值态模拟生物神经元细胞的效果以来,也直接面临大多申斥。

生机勃勃、类脑总结是人工通用智能的根本

那一个中有很各个要素。重要钻探方向为智能视觉音讯管理与类脑智能的黄铁军教授选拔雷正兴网专访时表示,神经形态微芯片有别于以后金围微芯片,涉及到新闻管理方式的有史以来调换,愿意在新取向尝试、改进以至冒险的人少之又少。极度是在我国,神经形态的钻研10年前才起来,比海外晚了20年,愿意查究新方案的人越来越少。

哈工业余大学学东军事和政院学教学、类脑总计商量为主监护人施路平首先提到,国家脑布署就要临盆,其难题正是脑科学和类脑研究。

北大信息科学技能大学教书,东京(Tokyo卡塔 尔(英语:State of Qatar)智源人工智能研讨院市长黄铁军学士

人为通用智能演化高效,但还要也面对不菲挑战。

加入神经形态斟酌的人可比少,再增多好些个探讨职员举行相关商量是认为神经形态很有意义,主借使享受研讨进程,而超少构思怎么去行使或贯彻商业化。外部既看不到应用,现身困惑的响声在劫难逃。

借使有丰饶数据、分明难题、完整知识、静态、单一难题,今世AI系统就能够做很好,但大于这几个标准,AI将难以达成。此外,AI不可精晓、不可解释的表征,一点谬误就或者产生庞大错误。

黄铁军提出:“环球限量内神经形态商讨的现状如此。不过,大家得以从八个角度去看那一个难题,从学术角度看,风流倜傥项技巧商量四十几年,然后少年老成夜之间猝然从天而落的事例不菲,譬喻深度学习。从事商业业角度看,应用一败涂地需求多多尺度,须要二个能够呈现新本事优势的关口,仅仅因为还并未有看出接受就从头挑剔是不切合科技(science and technology)发展规律。可以分明地说,神经形态总计是八个决然的腾飞方向。”

今昔的AI只可以消除特定建设方案,公私分明,难以放手,不适用于动态和开放的条件,经常称为弱人工智能。

说神经形态总结是自然的开发进取趋向不无道理,因为神经形态计算在某种意义上当先了出色总计的定义。例如,机器视觉是先拿到的图像或图像连串,然后再用算法去做靶子划分和检验。这与生物感知世界的长河偏巧相反,生物视觉是先检查实验到多个物体,先感知到叁个移动物体在挨近,再去分辨它是什么样,何况那几个进度不要非要归咎为总计进度。

前程进步趋势是人工通用智能技巧,通过扩张AI系统的鲁棒性和通用性,帮人类触类旁通。

坚守黄铁军的讲明,神经形态总结的“计算”并不是精华的精兵简政,把那个趋向称为神经形态新闻管理更方便,它是将外部的时间和空间非数字信号转变到神经脉冲,然后经神经网络加工业生发生结果。这种艺术比古板总计方法在拍卖时空新闻的时候更直接,能够省去掉超多不供给的算力。别的,遗弃古板总结,用光电器件直接实行消息管理,能够比生物神经互连网速度更加快,达成千倍甚至更加多多少级的晋升。

人众胜天通用智能早在三十几年前就曾经提议,但立时受限于算力、数据等成分,而不是蜕变人工通用智能的最为时机。

神经形态集成电路钻探难在哪?

那正是说为何说以往是好机遇呢?施路平教授谈到4个元素,随着最新检查实验设施的升高,大家对脑精晓越来越多,仿佛到了明白脑的边境海关;超算发展能够让我们做更加好的模仿仿真;大数据云总括提供丰富复杂的连串与脑珠璧交辉;新型皮米器件的腾飞能提供和人脑大约级其余能源消耗。

既然神经形态总括是三个必然的前行趋势,比较守旧总括办法管理时间和空间新闻也保有明显的优势,但怎么外部未有看出宏大的突破?黄铁军提议,时间和空间新闻管理的复杂度比古板的冯诺依曼计算架构的串流格局更复杂,比并行总结也进一步复杂。这是因为,串行方式可控性相对相比好,可是时间和空间消息中,脉冲之间的岁月和空间关系不止要保全,还要调换,不像杰出总计那样是个严谨可控的进程,黄金年代旦前方出错,后边结果很大概完全不对。

人造通用智能的钻研本质上分化于窄人工智能的集纳。而类脑总结是人为通用智能的水源。

除此以外,仿佛计算机视觉要求录像头作为外设搭配CPU、GPU或别的Computer进行管理。神经形态总计也亟需感知集成电路和拍卖微电路,感知微芯片担任募集各样理化复信号,管理集成电路把收获的脉冲系列实行加工。

2014年是类脑Computer发展元年,全世界同不日常间上线3款类脑Computer,美利坚合众国的TrueNorth、德意志的BrainScales、英帝国的SpiNNaker,那几个能力基于分裂思路,使用差别架构。

但不管哪一类微电路都面前碰到着挑衅。黄铁军提议,神经形态感知微电路要求采撷和感知分歧类其余时限信号。近年来光的感知和搜聚不是大难点,但对此此外复信号的采撷,例如触觉和味觉,就算能够探测,不过要以风度翩翩种阵列方式精细地感知还应该有一定挑战。不问可以预知,神经形态感知集成电路的主要挑衅在于物理化学复信号的高精度高效募集。

做如此的商量,真正的挑衅不是科学本事,而是我们的教育背景不可能支撑那样跨度大的钻研。

神经形态装置的工程事关开荒其效果周围于大脑部分的组件

做Computer科学和脑科学走的是两条技艺路子,而要发展人工通用智能的特等路线,须求形成多学科深度融入。

有关神经形态微电脑,要管理神经脉冲连串就须要遵照分化的职务,创设相通于生物的神经网络,那本人就比守旧的互联网营造难度更大,要精通深度学习也索求了数十年,最终才找到二个模子能解决难点。别的,生物的神经系统包含大量神经元和突触,神经形态正是要用光电器件模拟生物的神经单元和结构。近来是运用相比较复杂的电路来促成,产业界还在寻觅各类成效材质,直接促成相近生物神经元或神经突触的作用,它不再是贰个电路,而是三个物理器件,那样技术以与生物非常或越来越小的规范达成普及神经形态网络。

施路平教师感觉,类脑总括的迈入趋势,以往是依据冯诺依曼架构的历史观Computer,现在是走向人工通用智能、类脑架构的类脑计算机。

那也是当下神经形态微芯片钻探的八个吃香,将来曾经找到了有个别素材,但还相当不足成熟。意气风发旦材质上有了突破,神经形态的大面积利用才干迎来大面积的商业化。

她涉嫌类脑总括的十个优势,不仅能源消耗比现存计算机节省3-4个数据级,能兑现现在超算做不到的万丈并行,做到现成架构不大概落成的掌握手艺、不鲜明性、通用智能架构,而且其快捷学习、小数目、新闻深度开掘、实时动态、残破数据的力量都比现成系统技能进一层苍劲。

从公开资料看,神经形态总计方面英特尔收获了不错的进展,英特尔5月公告代号为“Pohoiki Beach”的800万神经元神经形态系统现已得以供周围研究人士采取,它包含64块Loihi探究集成电路。

二、现在是类脑计算研商最棒的随即

纵然比较鼠脑数千万神经元和人脑数百亿神经元还楚河汉界,但黄铁军教师以为能够不蔓不枝800万神经元已经不易了,Pohoiki Beach是一个拾分重要的阶段性成果。但是要用到Mini智能体系里依旧太大。

类脑总计从大方向上有两条本领路子,Brain inspired和Brain Like。

图中是一块连选用Arria 10 FPGA开拓工具包的速龙Nahuku基板,每块基板包涵8到32块AMDLoihi神经拟态集成电路。速龙最新的神经拟态系统Pohoiki Beach由多块Nahuku基板组成,含64块Loihi集成电路

图灵奖得主、计算机体系布局宗师David Patterson与JohnHennessy感到,今后十年是计算机框架结构发展的黄金十年。

从英特尔发布的相片看,由多块Nahuku基板组成的Pohoiki Beach因为体量的难题确实还不太切合选拔于Mini智能体系,但确确实实是神经形态切磋的严重性里程碑,大家得以期望速龙钻探院将以此架构扩张到1亿个神经元。

脚下那意气风发世界是春秋东周,对切磋来讲是最棒的时刻。施路平教师将首要类脑总括微芯片分为7个档期的顺序。

神经形态微芯片现在几年将震慑AI

清华类脑总结钻探集体过去七年一贯在做的事务正是融合。美利坚合众国脑陈设老董之后生可畏、Acer集团William学士以为,武大团队是类脑总结研商世界整个世界最佳的团组织,他将用这些基本的格局建设构造美利哥的品类。

随着神经形态商量的拉动,应用也将会诞生。黄铁军在采撷中再三建议,贰个新技巧要出生,要求有比古板方式化解难题旗帜显明的优势,这种优势要不可代替性技巧够急迅导入应用。深度学习正是二个例证,贰零零陆年深度学习故事集发表在甲级学术期刊《Science》上,但尚无商业化和选择。二零一一年,有我们用深度学习的艺术管理语言和图像,比守旧办法好一些,但也只是在学术圈感觉有意义,直到二零一二年,深度学习算法在ImageNet LSVRC比赛中把质量陡然增进了11%,深度学习才广受关心并被利用。

哈工业余大学学类脑总括探讨的对象是发展支撑人工通用智能研讨的类脑计算和系统。

那神经形态集成电路会在什么领域有诸有此类的关键?视觉是两个很好的火候,神经形态视觉微电路搜集速度能够到达健康办法的1000倍,若是用古板方法加上守旧摄像录制头和观念微处理机,每秒要管理3万幅图像,总括质量比常规录制须求抓牢1000倍,开支和晶片体量都以超大的难题。但神经形态微芯片贰个微电路就能够消逝。

类脑的精粹是方向感,通用类脑总计架构的难关是算得快、算得省、算得了,这亟需商量、微电路、软件、系统同步发展。

比如说,黄铁军教师和他的团体研制的超速全时视觉微芯片SpikeOne,空间分辨率为400×250,最大脉冲发放频率为4万Hz,即最时辰间分辨率为25 μs ,时间灵敏度相当于古板4万帧的专项使用录像设备,耗能唯有350mW。

要钻探类脑计算,应从幼功科学、大旨手艺、应用八个范畴来看,同期也要关注安全与伦理。

超速全时视觉集成电路与成像系统

施路平助教认为,以后怀有技术进步最棒能有一个roll,能获取很好的报告。发展类脑总计直面的首要难点是,不领悟人脑机制的情状下什么提升类脑总结连串。

超速全时视觉集成电路SpikeOne是豆蔻梢头种标准的神经形态感知集成电路,能够像灵长类生物眼睛相近感知光线变化并编码为快捷脉冲系列。 “全时”是指从集成电路收集的脉冲体系中重构出猖獗时刻的镜头,进而实现一连视觉感知。“超速”是周旋于生物视觉来说的,生物视觉系统受限于生理节制,每秒发放的神经脉冲数独有几拾三个,“电眼”接收光电器件,脉冲发放频率高达万赫兹以致更加高。

为啥人看一眼就能够知道图片内容,而Computer却做不到?难点的根本是相关性遗失。

采纳SpikeOne 微芯片的成像系统对实时搜聚的脉冲阵列数据,一方面能够接入神经互联网进行视觉深入分析职务,如字符识别和指标检查测量检验等;另一面,利用图像重构软件能够实时地展现当前情状的脉冲和纹理图像。对高速移动敏感,并能精细苏醒意况图像,能够用于高速运动物体的检测、追踪和辨认,在自动行驶、无人驾驶飞机调节、机器人视觉等世界的使用潜能宏大。

脑利用的是空中复杂性,将相关性扩展。此外,用时间脉冲编码又接受了时间复杂性。七年前,《Science》出智能机器人特刊,施路平教师将那大器晚成解释公布出来。

优势和潜在的能量宏大,是或不是代表脉冲神经互联网是当下深度神经网络的必定继任者?黄铁军感觉这种思想太相对,但他对这种观念持乐观态度,因为人工智能类别生龙活虎旦要对时间和空间消息的变型作出感知并采用对应的行动,神经形态方法有天禀的优势。在这里个意义上,神经形态微电路将会对人工智能发生非常的大的震慑。

据说其异构融合的类脑总括架构,浙大东军大学研究开发出天机集成电路,相比较IBM的True North,不唯有帮衬愈来愈多算法,且密度拉长五分之一,速度快10倍,带宽升高100倍,精度可调,增添性和灵活性也更加好。浙大讨论团队还为之构建了非常软件工具链。

新闻访员从前广播发表,7月刊《自然》封面作品是哈工大东军事和政治大学学施路平教授团队的最新AI微电路,它构成了类脑计算和依附Computer科学的人为智能。也正是将脉冲神经网络和人工神经互连网实行了融入。因为在部分使用中,举例识别,近来ANN能够做的更加好,所以今后用ANN和SNN融入是多少个合理的方案。

天意微电路已经被选拔于类脑无人自行车,施路平助教表示,那有赖于多少个条件,多模态、可与遇到互相、可增添。据她回看,他们曾被《Nature》拒绝了两轮,施路平告诉学子,不是为着公布文章,而是向她们求学。最后《Nature》接收了她们的主张。

对此神经形态计算最终将怎样影响AI的难点,黄铁军助教以为,雷同无人驾乘视觉系统的使用对神经形态的必要在增添。神经形态微电路与AI结合表现出的宏伟优势在此两天几年就能够呈现出来。比如,神经形态传感器和神经形态微处理器有效同盟,完成高效状态下远超计生物的视觉感知,选取现存人工智能方法大致不恐怕实现,固然实现代价也难以肩负,但对神经形态晶片的话却绝简单事。

时下,清华类脑总括切磋团队在里面已搭好第一代类脑Computer及集群,产生回路并赶快迭代。施路平助教表示,随着更加多类脑Computer运行后,他们会做叁个类脑计算云脑。

2019 年八月17-一日,2019 华夏计算机大会(CNCC 2019)将要沈阳金鸡湖国际会议中央举行,由中中原人民共和国Computer学会 (CCF) 主办,奥兰多工业园区管理委员会会承办。今年的大会焦点为「智能+引领社会发展 (AI+ Leading the Development of Society)」,大会包含了:十五位国内外计算机世界响当当读书人、公司家的大会报告、三场大会主旨论坛,三十余场前沿技艺论坛,八十场特色活动,以至九十多个科技(science and technology)成果展。

这么刚劲的类脑总括能赋能如何应用呢?施路平教授说,如果实现人工通用智能,类脑计算能够行使到网络、数据主导、智慧城市、智能教育、智慧治疗、智能家居、自动驾车、智能手机器人等九行八业。

其间八个大会论坛首要围绕网络 50 年、工业互连网、深度学习多个主旨张开研究。八十余场技能论坛由内容丰硕、格局各类的多少个总结领域的抢手主题组成,如人工智能、大数据、区块链、量子总括、神经形态总结、工业互连网、消息安全、健康医治、教育教学等。

三、神经拟态器件选取有十分的大空间

黄铁军助教将充作CNCC 2019 第4届神经形态微电路与计算机论坛的主席,与中国科高校计算机手艺商讨所副切磋员赵地,“青少年千人布置”特别聘用教师、浙江高校Computer高校类脑总括商讨中央首长、国际会章程序委员会主席、IEEE总计智能学会教育分委员会主席唐华锦,中国中国科学技术大学学计算机技术研商所切磋员、博士生导师、智能微处理器钻探中央主任陈云霁,南开东军大学电子工程系长聘助教汪玉,中科院半导体商量所探讨员、中国中国科学技术大学学大学传授、中国防科学技术大学专职业教育授吴南健,中科院自动化钻探所探究员、类脑智能切磋宗旨副监护人、中科院脑科学与智能本事精湛立异中心青少年中坚、中科院高校地点教师曾毅,北大东军事和政院学脑与智能实验室及教院生物医学工程系、交大类脑研讨为主、麦戈文脑切磋大旨,钻探员、博士生导师宋森协同斟酌本国神经形态的向上,美观不容遗失。

北大教书、智源研商员蔡生机勃勃茂则注重从神经拟态器件实行分享。

作品来源:雷锋(Lei Feng卡塔 尔(阿拉伯语:قطر‎网

硬件是AI发展的要紧瓶颈,AI微电路研商成为火热。

当下种种智能微芯片方案的优劣性比较,可从自适应、质量、能效比、可编制程序性、可扩大性八个方面来看。ASIC的属性和能效比越来越强,CPU和GPGPU强在自适应和灵活可编制程序,FPGA在五地点的归结呈现特别均衡,而神经拟态晶片在可增添性、能效比、自适应、品质上都特别精良。

在这里大器晚成背景下,神经拟态器件/阵列/晶片成为商讨火热。基于忆阻器等神经形态器件及其类脑架构具有至关主要意义,器件采用还应该有十分大的空中。

除开,蔡意气风发茂教师还基本谈了两点。

一是能或不可能大范围集成式关键,怎么着越发减小器件种类,提升集成密度。

二是有关类脑应用的挑衅及减轻方案,即供给实现从器件及系统的联合安排。

对此神经形态计算种类来讲,面前遇到的一大挑衅是紧缺像MOSFET同样的尺度器件,那扩展了电路完毕的千头万绪,EDA工具的布署性变得复杂,阻碍了宽广神经形态总计种类的向上。

而在多职能神经形态器件中,离子输运和电子输运分别对应两类驰豫进程。离子输运既有长驰豫时间,可仿照效法有回想效应的突触和神经元的积攒进程;电子输运具有短驰豫时间,可模拟无纪念效应的开关和神经元的发给过程。

据说CMOS工艺的类脑微芯片采纳NOC多核设计,随机LIF神经元模型,设计范围单集成电路神经元数目为10^6个,突触数目为10^9个。

该微芯片存有很好的通用性,可协理MLP、CNN、本田CR-VNN等主流神经网络模型,也可支撑通用智能职务中的特定算法。

其灵活性体今后扶持对神经细胞及突触参数的点对点安顿,可在有效猜测间隙达成急速参数更新。

其它,该微芯片还可能有着生物性,帮助海洋生物时间和空间编码,可达成复杂类型生物脉冲及随便周期的脉冲振荡环,可实用补助海洋生物资总公司结模型。

在这里根基上,南开研究开发了离线语音指令识别智能集成电路SC索罗德3301,帮忙语音指令词识别、29个可铺排命令,识别响应不到0.2秒,且单微芯片无需运维配置,无联网限制,可利用于机关人机联作类、调控类玩具、便携式电子娱乐设施甚至中型小型型家用电器设备。

四、类脑神经互联网技艺及其应用

中国中国科学技术大学学半导体商讨所切磋员、智源切磋员鲁华祥谈起,音讯管理技艺进步面对质量、能源消耗、可相信性、容错性等地方的标题。

应对那么些挑衅,改进集成电路结构及演算方式面世,微电路成为AI技术升高的宗旨带重力。

并且,集成都电子通信工程大学路发展也直面着穆尔定律和微纳电子器件瓶颈所带动的的难题。

乘胜穆尔定律日益放慢,器件尺寸和微芯片功耗接近终点,这段时间集成都电子通信工程高校路特征尺寸已达3nm,规人体模特工业临蓐到达7nm。

运用7nm工艺、集成了69亿个双极型晶体管的金立麒麟980集成电路,研制周期长达3年,花销数十亿英镑,1000多位高档元素半导体育专科高校家出席,举行了5000数次的工程验证。

最新微米电子构件商讨也在相连推进,半导体所采纳的Si基或GaAs、InP基III-V超晶格量子阱材料,发展了两种微米电子零零器件。

而生物神经互连网是顽固的病痛容错和噪音容错的系统,那带给后生可畏种新的思绪,将微纳电子零器件商量与类神经互联网商量相结合,集成新形态结构的微芯片。

当下,类脑神经总结在国外用以缓慢解决下一代音信管理难题,以更低的功率开创崭新Computer应用。欧洲联盟、美利哥、东瀛、澳国、加拿大、高丽国均提议脑陈设。

“中中原人民共和国脑安插”是本国四个长时间科学项目之风姿洒脱,分为脑科学和类脑科学八个部分,首要有八个研商方向,一是以脑病痛为导向的脑调研,二是以创立和前进AI技艺为导向的类脑探究。

类脑神经总括近年来有三种主流的贯彻路线,一是以GoogleTPU为表示的效劳模拟完成,二是以神经拟态晶片为代表的构造模拟达成。

鲁华祥还介绍了半导体切磋所类脑神经统计、集成电路的开荒进取景色。其实验室在一九八六年王守觉院士于原“新器件、新电路”斟酌室底子上创办,面向总计格局、本领利用和晶片系统三大方向,获得一文山会海洋科学技成果。

半导体切磋所借鉴人脑的音信管理体制进行类脑神经总结的算法和晶片研究开发,集中于“多权值”神经元模型和电路达成、串并行总计架构、局地字域结构、布满式异步调节技能、神经元集群架构划设想计等晶片关键技能。

微芯片方面,半导体切磋所已研究开发出CASSANN类别类脑神经总结集成电路,采纳40nm CMOS工艺,集成二十一个神经元集群,4000万门、1亿个左右的结晶管,微电路内含65538个神经元,200万神经突触,每秒262亿次神经突触连接。

半导体钻探所也研究开发了基于CASSANN-X的类脑神经总计连串,用以缓慢解决罗萨Rio最优化问题。其果实已经应用在智能电力网监测等“不明确、非完全音信”难点。

前程,半导体所将越是研讨四个样子,一是不纯粹、非完全音讯的类神经计算本领和系统,二是高性能价格比的类神经计算微芯片、系统和部署性手艺,三是欠缺容错和噪声容错的电路集成手艺。

停止语:AI晶片未来有更加多可能

国内外类脑神经总计的相关探讨都在每每实行中,从前些天的享受中,大家看来了来自己国四个商量团体所做的全力和成果。

但眼下类脑神经总括手艺仍首要在商量等级,只有少数出世成果,间距大范围落榜和促成年人工通用总括还会有间距。

在圆桌论坛时期,中国科高校计算机本领研讨所切磋员、智源首席物思想家陈云霁分享了他对AI微电路今后的畅想。

陈云霁说,科学难题是病故时,智源看的是以往时。他感到,现在中短时间的变迁是概念好世界,自动化用EDA等工具落成快捷转移;更遥远来看,有希望从头至尾无人干涉地由计算机设计出黄金年代款微电路,大概有大器晚成皇天经网络能设计出大器晚成款神经网络晶片来。

这黄金时代畅想即便乍意气风发听就如很遥远,但在切磋人口们的不竭下,那在现在未必会是天方夜谭。

关于神经网络

神经网络能够针对三种,叁个是生物神经网络,三个是人工神经互联网。生物神经互联网:日常指生物的大脑神经元,细胞,触点等构成的互联网,用于产生生物的觉察,帮助生物进行理念和行动。

本文由王中王开奖结果发布于企业文化,转载请注明出处:华夏类脑总结最强盛脑碰撞,神经形态微芯片大

关键词: