认知计算机

认知计算机是一种将人工智能和机器学习算法硬塞进集成电路（印刷电路板）的计算机，它密切地再现了人脑的行为。它通常采用神经形态的工程方法。同义词是神经形态芯片和认知芯片。使用神经网络和深度学习技术实现的认知计算机的一个例子是IBM的Watson机器。

TrueNorth是IBM在2014年生产的一个神经形态CMOS集成电路。它是一个芯片上的多核处理器网络设计，有4096个内核，每个内核有256个可编程的模拟神经元，总共有刚过百万的神经元。反过来，每个神经元有256个可编程的突触，传达它们之间的信号。因此，可编程突触的总数刚刚超过2.68亿（228）。其基本晶体管数量为54亿。

由于内存、计算和通信是在4096个神经突触核心中的每一个处理的，并且非常节能，IBM声称其功耗为70毫瓦，功率密度为传统微处理器的万分之一。SyNAPSE芯片在较低的温度和功率下运行，因为它只吸取计算所需的功率。神经元使用线性泄漏积分和发射（LLIF）模型进行仿真，这是泄漏积分和发射模型的简化。据IBM称，它没有时钟，对单数进行操作，并通过计数进行计算，最高可达19位。上述内核通过使用（a）同步逻辑进行事件驱动，并通过一个异步包交换的片上网状网络（NOC）进行互连。IBM开发了一个新的网络来编程和使用TrueNorth。它包括模拟器、一种新的编程语言、一个集成的编程环境，甚至库。这种缺乏与以往任何技术（如C++编译器）的向后兼容性，带来了严重的供应商锁定风险和其他不良后果，可能会阻止它在未来的商业化。