作者｜黃楠

編輯｜袁斯來

探尋大模型的起源,，始于2017年那篇谷歌的《Attention Is All You Need》論文。其造性地提出了具備處理局部和長程依賴關系能力、契合GPU對大規(guī)模數(shù)據(jù)進行并發(fā)處理的Transformer架構（以下簡稱：T架構）,，一舉推動了GPT的問世。

但其盛名之下,，不少人也忽略了T架構的兩大缺陷：其一,，運算機制過度依賴“矩陣乘法”，算力消耗過大,；二是單次運算需調(diào)用所有計算單元,，算力與存儲消耗過大。

這意味著,，無論是訓練或推理,，面對大量數(shù)據(jù)集與長輸入序列時，T架構需無數(shù)次重復檢索大模型權重（記憶體）中已有信息,，將新數(shù)據(jù)與既有數(shù)據(jù)的相對距離進行逐一比對,。這種“逐字逐句翻書本，從封面翻到封底”的處理機制,，既賦予了其“精準捕獲長距離依賴”的能力,，也帶來了巨額的算力與存儲開銷。

在T架構性能表現(xiàn)日趨老化的背景下,，一些AI大模型公司開始探索非T架構研發(fā),，并在技術、產(chǎn)業(yè),、應用與合規(guī)層面實現(xiàn)突破,。硬氪近日接觸到的「陸兮科技」，正是一家專注從零開始搭建自研類腦架構的大模型公司,。

「陸兮科技」CTO周芃告訴硬氪,，類腦大模型采用了模仿人腦結(jié)構和功能的“類腦算法”路線，又稱“腦啟發(fā)算法”路線,。與Transformer架構和泛GPT類模型相比,，人腦的運算與存儲機制效能明顯更高。

運算時,，人腦采用“稀疏計算”機制,，僅需調(diào)取與當次計算直接相關的神經(jīng)元,，其余閑置神經(jīng)元均處于休眠狀態(tài)。在存儲時,，人腦無需重復“翻書”,，對比新舊數(shù)據(jù)時只需調(diào)用高保真壓縮后的記憶體，信息本身則處于“隱狀態(tài)”中,。

“直觀來說,，T架構驅(qū)動的大模型要實現(xiàn)大規(guī)模部署，所消耗的算力預計需占滿幾百甚至上千平米的機房,，所消耗的電力需由多做水電站共同驅(qū)動,。對比之下，人腦完成同樣難度的計算,，靠我們每天吃進去的米飯,、饅頭、蔬菜,、肉類即可驅(qū)動,。”周芃解釋到,。

基于這一思考下,，「陸兮科技」提出了“NEURARK類腦架構”，通過復刻人類大腦高保真,、輕量化、低功耗,、零延遲的運算與存儲機制,，通過簡化底層運算機制，運用“點乘 + 加法”等低能耗運算,，來替代“矩陣乘法”的高能耗預算模式,。

同時，「陸兮科技」還搭建了與人腦存儲模式近似的“隱狀態(tài)管理”機制,，可以在大模型推理過程中,，僅需調(diào)用記憶體，而無需調(diào)用既有數(shù)據(jù)集的方法,，將數(shù)據(jù)存儲占用降至極低,。

目前，「陸兮科技」“NEURARK類腦架構”已同信息產(chǎn)業(yè)頭部國央企達成合作簽約,，在通用醫(yī)療大模型,、糖尿+甲乳專病大模型等領域開展共同研發(fā)與產(chǎn)品推廣。其中,，類腦醫(yī)療大模型已于國內(nèi)某中部省份多家三甲醫(yī)院,、醫(yī)聯(lián)體網(wǎng)絡醫(yī)院與重點科室實現(xiàn)預部署,。

此外公司還同金融、教育,、氣象,、水利、政務,、網(wǎng)絡安全等基礎設施行業(yè)的政府單位,、國央企與頭部廠商也已與其達成合作意向，部分已完成簽約,。多家智能設備主機廠商,、芯片廠商正同「陸兮科技」在積極接洽中，希望在大模型芯片適配,、端側(cè)智能操作系統(tǒng)研發(fā),、智能設備定制化設計等領域運用類腦架構與類腦大模型。

硬氪了解到,，由「陸兮科技」自主研發(fā)的類腦大模型,，已于今年8月獲得國家網(wǎng)信辦《生成式人工智能服務備案》，這也是國內(nèi)首個取得該項備案的自研架構大模型,、非Transformer架構大模型和采用“腦啟發(fā)算法”技術路線的大模型,，其非T架構大模型即將正式上線。