我认为林教授只是把英特尔的做法用一种更通俗易懂的方式总结了出来。
林教授站在ibm和英特尔的基础上，从理论层面论证了，要想把人工智能继续往通用agi的道路上推，我们需要也必须走这条路。”
研究员安德鲁卡普兰说道：“没错，我在看完林教授关于人工智能的讲话后，我特意去找了资料来看，英特尔在2017年的时候推出了他们第一款神经拟态芯片loihi。”
“神经拟态芯片？”山姆奥特曼重复了这个词语。
安德鲁点头道：“没错，众所周知我们现在用的芯片只有0和1，它通过二极管模拟0和1的状态，构建起庞大的计算网络，它的内核是二进制。
但是我们人类大脑，不止有两个信号，神经元和神经元之间是通过突触来连接，一个神经元可以同时和很多个神经元连接在一起。
而loihi则是模拟神经元的芯片。
第一代的loihi每60平方毫米的芯片就有13万个神经元，他们在2021年推出的第二代loihi芯片，拥有128个神经形态核心，loihi2每个核心的神经元是第一代的8倍的神经元。
同时，loihi2每个神经元可根据模型分配达到4096个状态，第一代的限制只有24个，神经元模型类似fpga，完全可编程，具有更大灵活性。
简单来说，硅谷已经具备了右脑芯片。
英特尔的loihi采用了神经形态计算架构，尝试模仿大脑处理感知信息的方式，提出了感知-推理共融的概念。
实际应用中，这些神经形态芯片在某些任务上能够发挥优势，但在复杂推理任务上，效果却并不显著，与传统的逻辑处理单元相比，并没有得到预期的性能提升。
但问题是，现在林教授提出的架构，我们要同时利用右脑和左脑芯片，左脑的gpu已经成熟，右脑的loihi也已经相对成熟。
我们有充分条件去测试这一技术路线。
我们现在要做的是，把左右脑结合在一起，英伟达的左脑和英特尔的右脑。”
开源团队负责人艾米张说道：
“我认为这种左右脑分工的理论有些过于理想化了，至少目前它的应用价值不大。我们能否有一个明确的案例，展示感知任务和推理任务必须分开处理的场景？现阶段的任务几乎都是某些高并行度任务，在同一硬件上优化可以达到足够好的性