计算机架构工程师，脑机接口对计算机架构师的影响——现状与展望

资讯速递

脑机接口(BCI)将大脑与计算机和机器连接起来，在自然智能和人工智能(AI)之间建立联系。通过这样做， 它们可以使用计算平台来治疗癫痫或帕金森氏症等使人衰弱的神经系统疾病，恢复因疾病或损伤而丧失的大脑功能，甚至可以增强人类的认知能力，从而超越目前自然智能的局限性。BCI 也使人类有一天能够利用 AI 的力量，处理整个互联网上的大量信息，只需要他们的思想——就像一个无上限的大脑一样。

在这篇文章中 ，我们介绍了为什么计算机架构师可以通过针对 BCI 设计而受益，并概述了最先进的 BCI，包括我们设计的 HALO和 系统。

计算机架构师有什么好处?

BCI 提出了一些最极端的设计限制，传统的计算机体系结构无法充分满足这些限制，迫使架构师进行创新。这也是我们的经验。事实上，架构和应用之间的这种良性创新力量，让人想起了计算早期发生的事情。

大脑中感知神经活动的不同模式，用头骨和大脑的横截面显示。最上面的一层是头皮。近红外(NIR)和脑电图(EEG)是可穿戴的方法，而包括皮质电图(ECoG)和局部场电位(LFP)接口在内的其他方法需要手术。

是什么让 BCI 设计具有挑战性?图 1 显示了 BCI 可以用来感知和刺激大脑电活动的几种方法。虽然有些 BCI 可以用作可穿戴设备，例如 的 扩展现实(XR)系统使用脑电图(EEG)信号，但神经工程领域的尖端 BCI 是通过手术植入颅骨内或颅骨下方的。这是因为当大脑中的电信号可以从头皮表面读取时，它们已经衰减了 10-100。然而，植入使得 BCI 的设计更加困难。我们在这里简单总结一下约束条件。

粗略地说，在大脑中数万亿个突触中，每秒大约有几太比特(Tbps)的神经活动[4]，理想的 BCI 应该处理。此外，这种处理必须在大脑中的多时间尺度处理之后，从微秒到秒甚至更长的时间尺度上读取数据。作为参考， UHD 视频流使用几十 Mbps。

为了使 BCI 有效，实时响应是必要的。反应的时间尺度取决于如何使用 BCI。在研究中，例如，用动物来了解参与特定任务的神经回路，BCI 必须在几微秒内提供闭环功能(即，感觉-过程-刺激)。一些疾病治疗应用，无论是临床还是研究， 都需要几毫秒的响应时间。

人们普遍认为，为了避免损伤，脑组织的温度不应超过 1 摄氏度。这个极限下的安全功率根据植入物的具体位置，从几微瓦到几毫瓦不等。有限元研究(例如， [5])表明，血流量和脑脊液(CSF)较高的区域可以主动散热，从而允许使用几毫瓦的功率。靠近颅骨的区域缺乏这种耗散， 因此被限制在较低的功耗水平。

电源和散热也限制了 BCI 通信数据速率。用于分布式处理的植入物之间的有线连接，或用于卸载数据或计算的植入物与外部服务器之间的有线连接，不消耗电力，但存在感染风险。后者的有线连接拴住了用户，限制了他们的活动。另一种选择是使用无线无线电，但在适合植入的 W 到 mW 范围内，这些无线电提供低数据速率(几 Mbps)或在较短的距离内工作或仅支持单向通信，例如从 BCI 到外部服务器。

设备上分布式处理:能够读取和调节尽可能多的大脑区域和神经元对于 BCI 的有效性至关重 要。这是因为大脑功能或功能障碍源于多个区域之间的相互作用，并且跨越不同的时间尺度。许多新兴的 BCI 应用程序现在都是同时处理来自多个区域的数据的网络应用程序。

用 BCI 支持网络神经科学应用显然需要使用许多分布式神经传感器和刺激器。然而，处理来自这些越来越多的神经流的数据是一个挑战。一种方法是将处理集中在充当集线器的单个处理器上，但植入的功率和热约束严重限制了可以在一个位置处理的数据。另一种替代方法是完全卸载处理，这是当今大多数设备选择的方法。不幸的是，同样的功率和热约束也限制了植入 BCI 的通信数据速率，并且卸载处理导致不可接受的延迟。相反，首选的方法是分配计算能力，使其靠近传感器/刺激器以获得实时性能， 并允许神经数据处理进行扩展。

处理能力:BCI 应用程序使用复杂的信号处理算法来解码或刺激神经活动。此类算法的示例包括信号相似性度量(例如，动态时间规整或 DTW)、相关函数、频谱和成分分析(例如，快速傅里叶变换或 FFT、主成分分析或 PCA)、聚类、分类方法(例如，支持向量机或 svm)以及基于神经网络或机器学习(ML)的信号处理。

硬件必须支持的具体方法取决于所针对的应用程序计算机架构工程师，脑机接口对计算机架构师的影响——现状与展望，但出于几个原因，我们非常需要更通用的功能，我们在之前的帖子中也描述了这些功能。首先，它有助于 BCI 适应大脑功能和电极灵敏度的变化，这些变化通常会发生。其次，它使研究新的神经解码算法成为可能。无论在人类还是动物身上，为每种算法或其变体植入新设备都是不切实际的。自从我们上一篇文章以来，我们又遇到了为什么灵活性很重要的其他原因。其中一个原因是，通常情况下， BCI 获得了治疗特定疾病的研究或临床批准。然而，在植入之后，由于植入的风险和成本很高，或者因为个体可能会出现其他神经系统疾病，同一个设备往往会被用于多种目的。例如，在 将 BCI 植入患者体内以提供运动功能，也被用于研究语音解码，这在植入时是没有想到的。

设计 BCI 来满足这些严格的约束是很困难的。仅在计算堆栈的单层上进行创新可能无法实现这一目标。相反， BCI 设计需要跨层并使用积极的协同设计。这也是我们采取的方法。接下来，我们将回顾一些最先进的 BCI，包括我们的， 以及它们如何处理 BCI 设计问题。

实验室一直在寻求其他方法来开发脑机接口， 一种方法是在电路/VLSI 层进行创新以增加脑机接口功能，例如 ，另一种方法是在架构层进行创新， 例如我们在 HALO 和 上的工作。

热衷于以固态物理和电路为基础的计算机设计课程，而 则认为计算机设计是一种架构(就像在建筑中一样)，它与设备(砖块)的规则一起工作，但不太关注砖块是如何形成的。当然，多年来，我们已经看到了许多在架构、电路和设备方面的联合创新和共同设计的例子。

是一种脑机接口 SoC，它依靠新的电路在设备上提供神经网络训练和推理， 并支持多种应用。它为快速增长的脑机接口应用程序提供服务，这些应用程序旨在利用 ML 来预测癫痫发作、运动意图和帕金森氏症。 是实时 ML 脑机接口应用的一个重要里程碑，但需要进一步研究将这种方法扩展到跨多个大脑区域的设备上学习(例如，分布式或联合 ML)。

我们一直在开发脑机接口架构 HALO 和 ，灵活地支持许多脑机接口应用，包括 ML 和非 ML 方法， 同时支持高数据速率。HALO 是一种多加速器脑机接口处理器， 它是无线的，可以与来自大脑区域的多达 96 个电极连接。 建立在这项工作的基础上，使用跨层协同设计，跨越无线网络、设备上非易失性存储器(NVM)存储， 以及与多个大脑区域接口的计算。 首次实现了设备上的分布式神经信号处理。

是一款多加速器 SoC，支持分层 对齐，这是一种用于移动意图解码和其他应用的算法。 不植入，但通过与植入的脑机接口(BCI)无线通信， 传输神经脉冲活动，支持在线解码。 将深度神经网络功能引入处理脑电图数据的脑机接口，通过使用简单的一元计算操作来实现硬件效率。 是一种用于脉冲排序的脑机接口加速器，广泛应用于神经解码领域。脉冲分类将脑机接口电极感知到的累积神经活动分离成每个神经元的脉冲。 可扩展到各种形式的在线部署，如植入，可穿戴设备和专用 SoC 平台。最后，许多工作针对神经解码的算法，并为硬件协同设计提供了新的机会(例如，这项工作使用基于控制理论的方法)。

在设计 HALO 和 时，我们从这个领域的先前工作中吸取了教训。例如，我们设计了处理器中的加速器，可以在没有 CPU 或软件辅助的情况下直接相互通信，灵感来自于 中使用的点对点通信。 引导我们思考在分布式脑机接口上整合神经网络支持的方法，例如，通过使用分层分解和与硬件共同设计网络。 激励我们开发芯片上对脉冲排序的支持，并提供了新的方法来支持这个具有挑战性的在线脑机接口应用程序。我们意识到需要为以前的工作中的各种方法促进算法-硬件协同设计， 因此我们还在 中加入了对可配置线性代数内核的支持。更一般地说，这些设计也引导我们考虑在大脑内部或附近开发分布式系统，以提供更复杂的脑机接口功能。

我们很高兴看到脑机接口实现在线神经解码能力的令人兴奋的工作。然而，要实现这一目标，需要多种风格的加速器和研究贡献的组合。事实上，我们让 HALO/ 采用全局异步本地同步(GALS)架构实现模块化的一个原因是，它可以作为一个基础平台，实现这样的研究。这样的平台还将简化软件栈的设计，这反过来又使神经工程师能够专注于应用程序和算法设计，而无需管理底层系统的复杂性——这是他们今天无法做到的。我们还致力于在社区范围内开展一项工作，开发一套标准化的 BCI 应用程序，类似于 ，以促进这个具有挑战性和多样化领域的架构设计和系统基准测试。我们希望我们的努力能够刺激对高精度和高带宽神经接口的进一步研究，这些神经接口有一天会增强人类的认知和决策。

关于作者

() 是耶鲁大学的副研究员， 也是 NSF/CRA 计算创新研究员。他的研究领域包括脑机接口、用于认知建模的经典和量子系统，以及受大脑启发的架构。 关于脑机接口的研究获得了 ISCA ‘ 23 最佳论文奖， 他的早期工作被选为 IEEE Top 。他在将认知模型映射到量子计算机上的工作正在影响着量子研究内核( )，这是一项由英特尔领导的社区范围内的工作，旨在指导未来的量子架构 设计。 还以年轻研究员的身份入选了 2022 年海德堡桂冠论坛。

是耶鲁大学计算机科学教授。他也是吴仔脑科学研究所和耶鲁大学大脑与心理健康中心的教员。 对地址转换的研究影响了数十亿台微处理器和操作系统的设计。由于这些贡献， 获得了 2023 年 ACM 奖。最近，他也一直在研究神经接口的微处理器。 教授计算机体系结构和硬件/软件接口课程， 凭此他获得了耶鲁大学工程学院 2022 年阿克曼奖。

关于我们

脑机接口产业联盟作为脑机接口的合作与促进平台，着力聚集产业界各方资源，共同致力于推进脑机接口产业发展、需求与架构、标准、产品、解决方案及应用推广，形成良好的合作氛围及协作机制，围绕产业链计算机架构工程师，协调组织关键问题研究和核心技术攻关，促进产业生态繁荣，为中国及全球脑机接口产业发展提供必要支撑。

加入方式

关注脑机接口产业联盟公众号，菜单栏获取联盟加入申请表格，材料齐全后发秘书处。

欢迎业界积极参与联络，联系邮箱：。

（扫码获取加入联盟的申请材料）

工业交换机在箱变测控中发挥着重要的作用。箱变是电力传输和分配系统中的一个重要环节，负责将高压电能转化为低压电能箱变结构工程师，箱变测控是大脑，工业交换机是经络，提供给用户使用。而箱变测控系统则是用于对箱变进行监测、控制和管理的系统。下面将从以下几个方面说明工业交换机在箱变测控中的重要性。

1. 数据通信和集成：箱变测控系统需要实现对箱变内部各个设备的数据采集、传输和集成，以便进行状态监测和远程控制。工业交换机提供了可靠稳定的数据通信功能，能够实现箱变测控系统中各个设备之间的数据传输和集成，确保数据的准确性和完整性。

2. 网络拓扑和互联：箱变测控系统通常由多个设备和子系统组成，这些设备之间需要进行互联和通信。工业交换机可支持多种网络拓扑结构，如星型、环型、链型等，根据箱变测控系统的特点和需求，配置适合的网络拓扑结构，实现设备之间的快速、可靠的通信。

3. 数据安全和隔离：箱变测控系统涉及到的数据是敏感的，包括箱变电流、电压、温度等关键信息。工业交换机通过支持VLAN、ACL等安全功能箱变结构工程师，能够实现箱变测控系统的数据隔离和安全管控，防止未经授权的用户访问敏感信息和数据。

4. 远程监控和控制：工业交换机提供了远程监控和控制功能，能够实时监测箱变内部各个设备的状态，包括电流、电压、温度等参数，并能够通过网络远程控制箱变的开关、调整参数等操作，实现对箱变的远程管理。

综上所述，工业交换机在箱变测控中具有重要的作用。它能够提供数据通信和集成、网络拓扑和互联、数据安全和隔离、远程监控和控制等功能，为箱变测控系统的正常运行和可靠性提供了保障。通过工业交换机的应用，箱变测控系统能够实现对电力传输和分配过程的精确控制和管理，提高电力系统的运行效率和安全性。