《電子技術應用》
您所在的位置:首頁 > 人工智能 > 業(yè)界動態(tài) > 中國科研人員研發(fā)出類腦脈沖大模型

中國科研人員研發(fā)出類腦脈沖大模型

國產(chǎn)GPU平臺完成訓練推理
2025-09-09
來源:快科技

9月8日消息,今日,中國科學院自動化研究所宣布,該研究所李國齊、徐波團隊與沐曦MetaX合作,成功研發(fā)出類腦脈沖大模型瞬悉1.0”(SpikingBrain-1.0)。

據(jù)介紹,該模型基于團隊原創(chuàng)的“內(nèi)生復雜性”理論構建,在國產(chǎn)GPU平臺上完成全流程訓練與推理,顯著提升了大模型高效處理極長文本或數(shù)據(jù)序列的效率和速度,展示了構建國產(chǎn)自主可控的新型(非Transformer)大模型架構生態(tài)的可行性。

據(jù)了解,當前主流的Transformer模型,在處理超長文章或?qū)υ挄r速度會非常慢且成本極高,造成了巨大的資源消耗。

1.png

與當前主流大模型架構(Transformer架構)不同,“瞬悉1.0”借鑒大腦神經(jīng)元內(nèi)部工作機制,清晰地展示了一條不斷提升模型復雜度和性能的新型可行路徑。

2.png

該模型僅需約主流模型2%的數(shù)據(jù)量,就能在多項語言理解和推理任務中達到媲美眾多主流模型的性能。

中國科學院自動化研究所表示,這是我國首次提出大規(guī)模類腦線性基礎模型架構,并首次在國產(chǎn)GPU算力集群上構建類腦脈沖大模型的訓練和推理框架。

其超長序列處理能力在法律與醫(yī)學文檔分析、復雜多智能體模擬、高能粒子物理實驗、DNA序列分析、分子動力學軌跡等超長序列任務建模場景中具有顯著的潛在效率優(yōu)勢。

本次發(fā)布的大模型為新一代人工智能發(fā)展提供了非Transformer架構的新技術路線,并將啟迪更低功耗的下一代神經(jīng)形態(tài)計算理論和芯片設計。

網(wǎng)絡端試用端口網(wǎng)址:https://controller-fold-injuries-thick.trycloudflare.com

中文技術報告網(wǎng)址:https://github.com/BICLab/SpikingBrain-7B/blob/main/SpikingBrain_Report_Chi.pdf

模型代碼網(wǎng)址:https://github.com/BICLab/SpikingBrain-7B


Magazine.Subscription.jpg

本站內(nèi)容除特別聲明的原創(chuàng)文章之外,轉(zhuǎn)載內(nèi)容只為傳遞更多信息,并不代表本網(wǎng)站贊同其觀點。轉(zhuǎn)載的所有的文章、圖片、音/視頻文件等資料的版權歸版權所有權人所有。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無法一一聯(lián)系確認版權者。如涉及作品內(nèi)容、版權和其它問題,請及時通過電子郵件或電話通知我們,以便迅速采取適當措施,避免給雙方造成不必要的經(jīng)濟損失。聯(lián)系電話:010-82306118;郵箱:aet@chinaaet.com。