IT之家经过查询得知，NorthPole芯片是IBM曾在2014年“模拟人脑运作”的TrueNorth芯片的后继者，芯片开发同样由TrueNorth芯片负责人Dharmendra Modha所主导。
▲图源IBM
据悉，在传统的半导体产业中，芯片主要遵循相同的基本架构，处理单元与储存信息是相互分开的，这种架构虽然简化了芯片设计模式，却也因传输速度赶不上处理速度而出现了“冯・诺伊曼瓶颈（von Neumann Bottleneck）”，而Dharmendra Modha则认为，人脑是目前所知最节能的处理器，因而持续寻找以数字方式复制人脑的方法。
IBM目前推出的NorthPole芯片，相对于传统芯片最大的不同点在于“芯片内置存储器”，在没有“冯・诺伊曼瓶颈”的情况下，NorthPole芯片的AI推论能力优于市面上竞品。
虽然NorthPole采用12nm工艺，于800平方毫米上安置了220亿个晶体管，拥有256个核心，于8-bit精度下每核心每个周期可执行2048次操作，若是在4-bit或2-bit精度下，操作次数则可翻倍。
在具体架构上，NorthPole号称模糊了运算与存储间的界线，这让NorthPole容易整合至系统，且明显减少了搭载芯片的设备负载。
IBM Research在ResNet-50模型上测试NorthPole，相较于同样基于12nm工艺的GPU竞品，NorthPole每秒辨识帧数的能效是竞品的25倍，而且不管是在延迟或运算空间的要求上，表现都优于市面上所有主流架构，甚至凌驾基于4nm工艺的GPU。
不过，NorthPole的优势同时也是它的弱点所在，NorthPole只能轻松读取集成在芯片中的本地数据信息，读取外界数据时，便没有计算速度优势。
Dharmendra Modha声称，虽然NorthPole无法用来承载GPT-4，但应该可满足许多企业所需的模型推论要求。
目前IBM Research仍在研究NorthPole的适用领域，研究人员许多需要即时处理大量资料的边缘计算可能非常适合NorthPole，例如自动驾驶、遥感通信等领域，NorthPole均有用武之地。
