米乐m6脑细胞做成16核芯片用Python就能编程推理以LLaMa 65B为参考，每天仅用于文本生成就要消耗4500亿-6000亿焦耳的能量。

　　随着AI模型参数指数级增长，AI应用覆盖面也越来越广，能耗问题也越来越突出，靠GPU算力能持续下去吗？

　　Neuroplatform提供的主要创新，是通过四个多电极阵列 (MEA) 来容纳组织类器官，即脑组织的3D细胞团。

　　每个MEA拥有四个类器官，通过用于刺激和记录的八个电极连接。数据通过数字-模拟转换器（Intan RHS 32）来回传输，采样频率为30kHz，分辨率为16位。

　　到Neuroplatform平台这一层，还集成了精密的微流控装置、紫外光刺激模块、实时影像监测等模块，以及提供友好的Python编程接口，成为一个完整的类脑计算实验平台。

　　然而，要实现使用生物处理器进行计算，不仅需要开发出相关系统，还需要精确地与神经元群建立电连接，并找到一套不同于机器学习反向传播的“生物学习算法”。

　　比如他们发现，高频电刺激能诱导活动中心(Center of activity)在类脑器官表面发生迁移。这表明外界输入能在一定程度上重塑内在的神经环路。

　　又比如，多巴胺等神经递质的“光释放”，能通过闭环反馈增强特定刺激下的放电反应。暗示类脑组织或许能通过类似“操作性条件反射“的机制习得新的输入-输出映射。

　　量子位之前也介绍过，澳大利亚Cortical Labs的“盘中之脑”M6米乐，在像《黑客帝国》一般的虚拟环境中学会打乒乓球电子游戏。

　　去年，Cortical Labs获得李嘉诚旗下维港投资领投的一轮融资，总共筹集1000万美元。

　　与FinalSpark目前专注于教育科研领域不同，Cortical Labs已经有了商业合作伙伴：VERSES AI，将利用生物计算系统开发新颖算法。

　　在英国伦敦大学学院与共事，两人是多年好友，他曾透露是Hinton让他相信“大脑是一种贝叶斯机器”M6米乐。

　　除这个方向之外，Hinton在最近的访谈中也透露他支持“大模型不止是预测下一个token”M6米乐，也认同OpenAI前首席科学家Ilya Sutskever的“压缩即智能”观点。

　　你认为基于GPU的AI计算是可持续的么？生物计算最终能不能成为新的计算范式？欢迎在评论区聊聊。