מחשוב נוירומורפי: הטכנולוגיה בהשראת המוח שמביאה מהפכה לבינה מלאכותית ולעולמות נוספים

IBM TrueNorth (2014) הציג מיליון נוירונים ו-256 מיליון סינפסות על שבב יחיד, עם 5.4 מיליארד טרנזיסטורים וצריכת חשמל מתחת ל-100 מיליוואט.
Intel Loihi הראשון (2017) וה-Loihi 2 (2021) הם שבבי מחשוב נוירורמופי דיגיטליים עם 128 ליבות, 130,000 נוירונים ו-130 מיליון סינפסות, כולל למידה על השבב.
NorthPole של IBM (2023) מכיל 22 מיליארד טרנזיסטורים באריזה של 800 מ״מ², ממזג זיכרון ועיבוד על גבי השבב, ומציג כושר שיפור אנרגטי של פי 25 ומהירות פי 22 בביצוע זיהוי תבניות תמונה בהשוואה לשבבי AI מובילים.
Intel Hala Point (2024) היא מחשב-על נוירורמופי המאגד 1,152 שבבי Loihi 2, כ-1.15 מיליארד נוירונים, ומגיעה ל-20 קוודריליון פעולות לשנייה ולעומס מעל 15 טריליון פעולות לשנייה לכל ואט.
SpiNNaker מאוניברסיטת מנצ'סטר היא מערכת שמורכבת ממיליון מעבדים קטנים המדמה מיליארד נוירונים בדחפים בזמן אמת.
Human Brain Project (2013–2023) באירופה תמך בפלטפורמות BrainScaleS ואילו SpiNNaker, הנגישות לחוקרים באמצעות EBRAINS.
BrainChip Akida הוא מעבד נוירורמופי דיגיטלי-אירועים לשימוש בקצה, כגון חיישני IoT ורכבי-על, ותורם לשיתופי פעולה כולל הדמיות חלל עם NASA ומעבדת מחקר חיל האוויר.
יישומים מעשיים עד 2025 כוללים רכבים אוטונומיים ורחפנים, IoT וביומד, כמו שעון חכם שמזהה הפרעות קצב לב באמצעות חיישנים נוירומרפיים.
השבב NorthPole מדגים עיצוב של חישוב-ב-זיכרון, כאשר הזיכרון נמצא על גבי השבב ותוואי נתונים חיצוניים מיותרים מובעים.
אתגרים: התחום עדיין לא מיינסטרים, חסרים תקנים ומדדים אוניברסליים, וסביבת תכנות אחידה כמו TensorFlow/PyTorch עבור ספייקינג עדיין אינה קיימת, מה שמצריך הכשרה וקהילה סביבתית.

מהי מחשוב נוירומורפי (ואיך זה עובד)?

מחשוב נוירומורפי – לפעמים נקרא מחשוב בהשראת המוח – הוא גישה לתכנון מחשבים אשר מדמה את המבנה והתפקוד של המוח האנושי ibm.com. במקום המודל המסורתי שבו יחידות נפרדות מטפלות בעיבוד ובזיכרון, מערכות נוירומורפיות משלבות פונקציות אלו ברשתות של "נוירונים" ו"סינפסות" מלאכותיים, בדומה למוח ביולוגי. בפשטות, שבב נוירומורפי הוא שבב מחשב שפועל כמו רשת של תאי מוח, ומעבד מידע דרך מספרים גדולים של נוירונים מקושרים זה לזה en.wikipedia.org.

בלב המחשוב הנוירומורפי נמצאות רשתות נוירונים קוצבות (SNNs) – רשתות של נוירונים מלאכותיים שמתקשרים באמצעות פולסים חשמליים קצרים הנקראים "קוצים", בדומה לקפיצות המתח בנוירונים ביולוגיים ibm.com. כל נוירון צובר אותות נכנסים לאורך זמן ו"יירה" קוץ לנוירונים אחרים רק כאשר סף מסוים מושג ibm.com. אם הקלטים נשארים מתחת לסף, האות דועך בסופו של דבר (לעיתים מתואר כבריחת המטען של הנוירון). סגנון חישוב מונע-אירועים זה אומר שבניגוד למעבדים קונבנציונליים שפועלים ברציפות, שבבים נוירומורפיים נשארים ברובם במצב סרק ומפעילים נוירונים רק כאשר יש נתונים לעיבוד pawarsaurav842.medium.com. כתוצאה מכך, הם צורכים הרבה פחות אנרגיה – רוב רשת ה"בדמות מוח" נשארת לא פעילה עד שנדרש, בדיוק כפי שבמוח שלנו יש מיליארדי נוירונים אך רק אחוז קטן מהם פועל בכל רגע נתון pawarsaurav842.medium.com.

תכונה מרכזית נוספת היא שהעיבוד והזיכרון ממוקמים יחד. בעיצוב נוירומורפי, כל נוירון יכול גם לאחסן וגם לעבד מידע, בעוד שבמחשב קלאסי הנתונים מועברים כל הזמן הלוך ושוב בין המעבד (CPU) לבנקים נפרדים של זיכרון. על ידי שילוב הזיכרון בתוך רכיבי החישוב (הנוירונים), שבבים נוירומורפיים נמנעים מצוואר הבקבוק של העברת נתונים בארכיטקטורות מסורתיות spectrum.ieee.org, newsroom.intel.com. הדבר מוביל למקביליות עצומה וליעילות: נוירונים רבים פועלים בו-זמנית, ונדרשת רק תקשורת מקומית. כפי שמסביר מנהל המחקר הנוירומורפי של IBM, דהרמנדרה מוד’ה, "המוח יעיל אנרגטית בהרבה ממחשבים מודרניים, בין השאר כי הוא מאחסן זיכרון יחד עם עיבוד בכל נוירון." spectrum.ieee.org למעשה, מערכות נוירומורפיות פועלות יותר כמו רשתות עצביות חיות מאשר מחשבים סדרתיים קלאסיים, ומאפשרות עיבוד מידע בזמן אמת ותקשורת דלילה ומבוססת-אירועים בין נוירונים nature.com.

היסטוריה קצרה ואבני דרך מרכזיות

מחשוב נוירומורפי אולי נשמע עתידני, אך שורשיו הרעיוניים מגיעים לשנות ה-80. המונח "נוירומורפי" (כלומר "בצורת מוח") נטבע על ידי קרבר מיד, פרופסור ב-Caltech, שחלוץ את התחום הזה בסוף שנות ה-80 colocationamerica.com. באותה תקופה, מיד ועמיתיו כמו מישה מהוואלד בנו את "הנוירונים הסיליקוניים" הראשונים ושבבי חישה ניסיוניים – למשל, רשתית סיליקון אנלוגית שיכולה לזהות אור כמו עין אנושית, ושבלול סיליקון שעיבד צליל ibm.com. שבבים מוקדמים אלה הדגימו שמעגלים אלקטרוניים יכולים לחקות פונקציות עצביות בסיסיות, והציתו את החזון שמחשבים אולי יעבדו יום אחד יותר כמו מוחות.

בשנות ה-90 וה-2000, הנדסה נוירומורפית נותרה בעיקר באקדמיה ובמעבדות מחקר, והתקדמה בהתמדה ברקע. אבן דרך מרכזית הגיעה ב-2014 עם השבב TrueNorth של IBM, שפותח במסגרת תוכנית SyNAPSE של DARPA. TrueNorth הכיל מיליון "נוירונים" ו-256 מיליון "סינפסות" על שבב יחיד, עם מספר מדהים של 5.4 מיליארד טרנזיסטורים – וכל זאת תוך צריכת פחות מ-100 מיליוואט של חשמל darpa.mil. "מוח על שבב" זה, בהשראת הארכיטקטורה של מוחות יונקים, היה מסוגל לבצע משימות זיהוי תבניות מורכבות עם שני סדרי גודל פחות אנרגיה ממעבדים קונבנציונליים darpa.mil. העיצוב של TrueNorth היה מונע-אירועים ומקבילי מאוד: 4,096 ליבות נוירוסינפטיות תקשרו באמצעות "ספייקים", והדגימו את היתכנות החומרה הנוירומורפית בקנה מידה גדול. IBM השוותה את קנה המידה של TrueNorth (מיליון נוירונים) בערך למוח של דבורה או ג'וק, והוכיחה ששבבים נוירומורפיים יכולים להיות גם חסכוניים באנרגיה וגם מסוגלים למשימות דמויות-מוח darpa.mil.

קפיצה נוספת התרחשה ב-2017 כאשר אינטל הציגה את שבב הנוירומורפי Loihi שלה. Loihi היה מעבד נוירומורפי דיגיטלי לחלוטין, עם 128 ליבות, 130,000 נוירונים ו-130 מיליון סינפסות שיושמו בסיליקון pawarsaurav842.medium.com. חשוב לציין, Loihi צויד בלמידה על השבב: לכל ליבת נוירון היה מנוע למידה מובנה, שאיפשר לשבב לשנות משקלי סינפסות ול" ללמוד" מתבניות לאורך זמן. בהדגמה אחת, אינטל הראתה ש-Loihi יכול ללמוד לזהות ריחות של כימיקלים מסוכנים – למעשה ללמד שבב להריח על ידי עיבוד נתוני חיישני ריח בצורה דמוית-מוח pawarsaurav842.medium.com. יכולת הלמידה העצמית הזו הדגישה כיצד מערכות נוירומורפיות יכולות להסתגל בזמן אמת, צעד מעבר להרצת רשתות עצביות שאומנו מראש.

מאז, ההתקדמות הואצה. אוניברסיטאות בנו מחשבי-על נוירומורפיים ייעודיים כמו SpiNNaker (אוניברסיטת מנצ'סטר), מכונה עם יותר ממיליון מעבדים קטנים שנועדה לדמות מיליארד נוירונים מקודדים בדחפים בזמן אמת pawarsaurav842.medium.com. באירופה, פרויקט העשור Human Brain Project (2013–2023) תמך בפלטפורמות נוירומורפיות כגון BrainScaleS (אוניברסיטת היידלברג), המשתמשת במעגלים אלקטרוניים אנלוגיים לחיקוי נוירונים, וגרסה של SpiNNaker – שתיהן נגישות לחוקרים דרך תשתית המחקר EBRAINS ibm.com. פרויקטים אקדמיים רחבי-היקף אלו היו אבני דרך בהדגמת היכולת להרחיב עקרונות נוירומורפיים.

בצד התעשייתי, IBM, אינטל ואחרים ממשיכים לדחוף את הגבול. הפיתוח הנוירומורפי האחרון של IBM, שנחשף ב-2023, נקרא בשם הקוד NorthPole – שבב שממזג זיכרון ועיבוד באופן הדוק אף יותר. NorthPole משיג שיפורים דרמטיים במהירות וביעילות, ולפי הדיווחים הוא יעיל פי 25 באנרגיה ומהיר פי 22 משבבי AI קונבנציונליים מובילים במשימות זיהוי תמונה spectrum.ieee.org. הוא מכיל 22 מיליארד טרנזיסטורים במארז של 800 מ"מ², ובאמצעות ביטול מוחלט של זיכרון חיצוני, הוא מפחית משמעותית את האנרגיה המתבזבזת בהעברת נתונים spectrum.ieee.org. חוקרי IBM מתארים את NorthPole כ-"פריצת דרך בארכיטקטורת שבבים שמביאה שיפורים עצומים ביעילות אנרגיה, מקום וזמן" research.ibm.com, בהתבסס על לקחים מ-TrueNorth עשור קודם לכן. במקביל, אינטל חשפה ב-2021 שבב דור שני, Loihi 2, וב-2024 הכריזה על Hala Point, מערכת-על נוירומורפית המכילה 1,152 שבבי Loihi 2 עם סך של 1.2 מיליארד נוירונים – קיבולת מוחית הקרובה לזו של ציפור קטנה (ינשוף) newsroom.intel.com. Hala Point, שהוצבה במעבדות Sandia National, היא כיום המחשב הנוירומורפי הגדול בעולם, ומיועדת לחקר AI בקנה מידה מוחי.

מנוירון של טרנזיסטור אחד של קרבר מיד ועד מערכות של מיליארד נוירונים כיום, המיחשוב הנוירומורפי התפתח מרעיון אקדמי נישתי לטכנולוגיה מתקדמת. ההיסטוריה מאופיינת ב-שיפורים עקביים בהיקף, ביעילות אנרגטית ובריאליזם של עיבוד דמוי-מוח, ומכינה את הקרקע לעידן הבא של המיחשוב.

טכנולוגיות מפתח במיחשוב נוירומורפי

מחשוב נוירומורפי מאחד חידושים ב-התקני חומרה וב-מודלים של רשתות נוירונים. כמה מהטכנולוגיות המרכזיות המאפשרות גישה בהשראת המוח כוללות:

רשתות נוירונים קוצבות (SNNs): כפי שצוין, SNNs הן עמוד השדרה האלגוריתמי של מערכות נוירומורפיות. לעיתים הן נקראות "הדור השלישי" של רשתות נוירונים pawarsaurav842.medium.com, ומשלבות את מרכיב הזמן במודלים של נוירונים. בניגוד לאקטיבציות הרציפות והקבועות ברשתות נוירונים מלאכותיות רגילות, נוירונים קוצבים מתקשרים באמצעות "קפיצות" בדידות, מה שמאפשר קידוד זמני (המידע מועבר לפי תזמון הקפיצות) ותפעול מונחה-אירועים. SNNs מסוגלות לדמות תופעות כמו תזמון נוירונלי, תקופות עמידות ופלסטיות (למידה דרך שינוי חוזק הסינפסה) באופן טבעי יותר מאשר רשתות מסורתיות ibm.com. זה הופך אותן למתאימות במיוחד לעיבוד זרמי נתונים חושיים (ראייה, שמע וכו') בזמן אמת. עם זאת, פיתוח אלגוריתמים לאימון SNNs הוא משימה מורכבת – חוקרים משתמשים בשיטות הנעות ממיפוי רשתות עמוקות מאומנות לגרסאות קוצבות ועד כללי למידה בהשראת ביולוגיה ibm.com. SNNs הן תחום מחקר תוסס וחלק קריטי בפאזל הנוירומורפי.
ממריסטורים והתקנים חדשניים: פלטפורמות נוירומורפיות רבות עדיין משתמשות בטרנזיסטורים מסיליקון קונבנציונליים, אך יש עניין רב בהתקנים חדשים כמו ממריסטורים (נגדי זיכרון). ממריסטור הוא רכיב אלקטרוני ננומטרי שיכול לאחסן נתונים (כמו זיכרון) ולבצע חישוב (כמו נגד/רשת) בו-זמנית על ידי שינוי ההתנגדות שלו בהתאם לזרם – למעשה מחקה את היכולת של סינפסה "לזכור" על ידי חיזוק או החלשת הקשרים ibm.com. ממריסטורים וטכנולוגיות זיכרון התנגדותיות נוספות (למשל זיכרון שינוי פאזה, התקנים פרואלקטריים, התקנים ספינטרוניים) יכולים ליישם סינפסות "אנלוגיות" שמתעדכנות ברציפות, ומאפשרות ארכיטקטורות של חישוב בזיכרון. על ידי שילוב הזיכרון באותם התקנים פיזיים שמבצעים את החישוב, הם שוברים עוד יותר את ההפרדה המובנית בפרדיגמת המחשוב המסורתית. רכיבים מתקדמים אלו מבטיחים שיפורי יעילות בסדרי גודל; עם זאת, הם עדיין ניסיוניים ב-2025 ומתמודדים עם אתגרים של אמינות וייצור. כפי שציין מומחה אחד, מערכות נוירומורפיות אנלוגיות טומנות בחובן פוטנציאל עצום אך "עדיין לא הגיעו לבשלות טכנולוגית", ולכן עיצובים רבים כיום (כמו NorthPole של IBM ו-Loihi של אינטל) נשארים עם מעגלים דיגיטליים כפתרון לטווח הקצר spectrum.ieee.org.
מעגלים אסינכרוניים וחומרה מונעת-אירועים: שבבים נוירומורפיים לעיתים קרובות משתמשים בלוגיקה אסינכרונית, כלומר אין להם שעון גלובלי יחיד שמניע כל פעולה בסנכרון מלא. במקום זאת, החישוב מבוזר ומופעל על ידי אירועים. כאשר נוירון יורה, הוא מפעיל נוירונים במורד הזרם; אם אין פעילות, חלקים מהמעגל נכנסים למצב שינה. גישה חומרתית זו, שלעיתים נקראת "ללא שעון" או עיצוב מבוסס-אירועים, תומכת ישירות בעומסי עבודה דלילים ומבוססי-קפיצה של SNNs. זהו שינוי מהעיצוב הסינכרוני של רוב ה-CPU/GPUs. לדוגמה, TrueNorth של IBM פעל באופן אסינכרוני לחלוטין, והנוירונים שלו תקשרו באמצעות חבילות ברשת-על-שבב כאשר התרחשו אירועים darpa.mil. זה לא רק חוסך באנרגיה, אלא גם תואם לאופן שבו רשתות עצביות ביולוגיות פועלות במקביל ללא שעון ראשי.
ארכיטקטורת חישוב-בזיכרון: מונח שמקושר לעיתים קרובות עם שבבים נוירומורפיים הוא חישוב-בזיכרון, שבו רכיבי זיכרון (בין אם SRAM, זיכרון לא נדיף, או ממסרים) ממוקמים יחד עם יחידות החישוב. בכך, עיצובים נוירומורפיים ממזערים תנועת נתונים – אחד ממקורות צריכת האנרגיה הגדולים ביותר במחשוב newsroom.intel.com. בפועל, זה עשוי להיות שלכל ליבת נוירון על השבב יש זיכרון מקומי משלה שבו נשמרים מצבה ומשקלי הסינפסות שלה, ובכך מבטלים את הצורך בגישה מתמדת ל-DRAM חיצוני. השבב NorthPole של IBM מדגים זאת: הוא מבטל לחלוטין זיכרון חיצוני, ממקם את כל המשקלים על השבב וגורם לשבב להיראות כמכשיר "זיכרון פעיל" למערכת spectrum.ieee.org. חישוב-בזיכרון ניתן למימוש דיגיטלי (כמו ש-NorthPole עושה) או באמצעים אנלוגיים (באמצעות מערכי ממסרים לביצוע פעולות מטריצה במקום). מושג זה הוא מרכזי להשגת יעילות דמוית-מוח.

לסיכום, מחשוב נוירומורפי שואב מנוירוביולוגיה (נוירונים מקפיצים, סינפסות פלסטיות), חומרה חדשנית (ממסרים, זיכרון מבוסס שינוי פאזה), ועיצוב מעגלים לא מסורתי (מונע-אירועים, אינטגרציה של זיכרון-חישוב) כדי ליצור מערכות מחשוב שפועלות על עקרונות שונים לחלוטין מהשבבים עתירי-האנרגיה של היום.

נוירומורפי לעומת פרדיגמות מחשוב מסורתיות

כדי להעריך את תחום המחשוב הנאורומורפי, עוזר להשוות אותו ל-ארכיטקטורת פון נוימן המסורתית ששלטה מאז אמצע המאה ה-20. במחשב קלאסי (בין אם זה מחשב אישי או סמארטפון), התכנון הוא ביסודו סדרתי ומופרד: מעבד מרכזי שולף פקודות ונתונים מהזיכרון, מבצע אותם (אחד אחרי השני, במהירות רבה), וכותב את התוצאות חזרה לזיכרון. גם אם מעבדים מודרניים (CPU ו-GPU) משתמשים בליבות או צינורות מקבילים, הם עדיין סובלים מ-צוואר הבקבוק של פון נוימן – הצורך להעביר נתונים הלוך ושוב מהזיכרון, מה שעולה בזמן ואנרגיה colocationamerica.com, spectrum.ieee.org. דמיינו שף שצריך לרוץ למזווה עבור כל מרכיב בודד לפני שהוא קוצץ ומערבב; כך בערך פועלים מחשבים סטנדרטיים.

מחשבים נאורומורפיים, לעומת זאת, פועלים יותר כמו רשת עצומה של מיני-מעבדים (נוירונים) שכולם עובדים במקביל, שלכל אחד מהם זיכרון מקומי משלו. אין שעון מרכזי או מונה פקודות שמבצע פקודות בסדרה. במקום זאת, החישוב מתבצע באופן קולקטיבי וא-סינכרוני: אלפים או מיליונים של נוירונים מבצעים פעולות פשוטות בו-זמנית ומעבירים תוצאות באמצעות "ספייקים". זה דומה לאופן שבו המוח האנושי מתמודד עם משימות – מיליארדי נוירונים יורים במקביל, ללא CPU יחיד שמנהל את הכול. התוצאה היא מערכת שיכולה להיות מקבילית מאוד ומבוססת-אירועים, שמטפלת בהרבה אותות בבת אחת וממתינה באופן טבעי כשאין מה לעשות.

היתרונות כוללים מהירות באמצעות מקביליות ויעילות אנרגטית גבוהה בהרבה. מעבד מסורתי עשוי להשתמש ב-100 ואט כדי להריץ מודל בינה מלאכותית גדול, בעיקר בשל הפעלת מיליארדי טרנזיסטורים והעברת נתונים פנימה והחוצה ממטמוני זיכרון. לעומת זאת, שבבים נוירומורפיים משתמשים באירועים ובהפעלה דלילה: אם רק 5% מהנוירונים פעילים בכל רגע, 95% הנותרים כמעט ואינם צורכים חשמל. פעילות דלילה זו היא אחת הסיבות לכך שארכיטקטורות נוירומורפיות הדגימו יעילות אנרגטית טובה עד פי 1000 במשימות בינה מלאכותית מסוימות בהשוואה ל-CPU/GPU medium.com. למעשה, המוח האנושי, שעל פיו אנו מעצבים את השבבים הנוירומורפיים, פועל על כ-20 ואט בלבד (פחות מנורת לילה חלשה) ובכל זאת עולה בביצועיו על מחשבי-על בתחומים כמו ראייה וזיהוי דפוסים medium.com. כפי שאמר מנהל המעבדה הנוירומורפית של אינטל מייק דייויס, "עלות החישוב של מודלי הבינה המלאכותית של היום עולה בקצב בלתי-בר-קיימא. התעשייה זקוקה לגישות חדשות מהיסוד שיכולות להתרחב." newsroom.intel.com מחשוב נוירומורפי מציע גישה חדשה כזו על ידי שילוב זיכרון עם חישוב וניצול ארכיטקטורות מקביליות ודמויות-מוח כדי למזער תנועת נתונים ושימוש באנרגיה newsroom.intel.com.

עם זאת, חשוב לציין שמחשוב נוירומורפי אינו תחליף ישיר לכל סוגי המחשוב. מעבדים דטרמיניסטיים מסורתיים מצטיינים במשימות מדויקות וליניאריות (כמו אריתמטיקה, שאילתות מסדי נתונים וכו'), בעוד שמערכות נוירומורפיות מצטיינות במשימות חישה, תפיסה וזיהוי דפוסים שבהן עיבוד דמוי-מוח בולט. ברבים מתרחישי העתיד, שבבים נוירומורפיים ישלימו את ה-CPU וה-GPU הקלאסיים – וישמשו כמעבדי משנה ייעודיים לעומסי עבודה של בינה מלאכותית שכוללים תפיסה, למידה או הסתגלות, בדומה לאופן שבו GPU מאיצים כיום גרפיקה ומתמטיקה של רשתות עצביות. שני הפרדיגמות יכולות לדור בכפיפה אחת, כאשר החומרה הנוירומורפית מטפלת במשימות "דמויות-מוח" בצורה יעילה בהרבה. למעשה, מכונות פון נוימן הן כמו מחשבוני מספרים סדרתיים, בעוד שמכונות נוירומורפיות הן כמו מזהי דפוסים מקבילים – ולכל אחת מהן יש מקום משלה.

שחקנים מרכזיים ופרויקטים שמובילים את טכנולוגיית המחשוב הנוירומורפי

מחשוב נוירומורפי הוא מאמץ רב-תחומי שמערב חברות טכנולוגיה, מעבדות מחקר ואקדמיה. תאגידים גדולים, סטארט-אפים וסוכנויות ממשלתיות כולם נכנסו לתחום כדי לפתח חומרה ותוכנה בהשראת המוח. הנה כמה מהשחקנים והפרויקטים המרכזיים נכון ל-2025:

IBM: IBM הייתה חלוצה במחקרי המחשוב הקוגניטיבי שלה. מעבר לשבב TrueNorth פורץ הדרך (2014) עם מיליון נוירונים, צוות המחקר של IBM בראשות דהרמנדרה מוד'ה הציג לאחרונה את NorthPole (2023), שבב נוירומורפי מהדור הבא להסקה. הפריצה של NorthPole היא בשילוב ההדוק בין חישוב לזיכרון על גבי השבב, מה שמביא ליעילות חסרת תקדים במשימות הסקת בינה מלאכותית spectrum.ieee.org. IBM מדווחת כי NorthPole מסוגל לעלות בביצועיו אפילו על כרטיסי מסך מתקדמים במדדים כמו זיהוי תמונה, תוך שימוש בשבריר מהחשמל spectrum.ieee.org. החזון ארוך הטווח של IBM הוא להשתמש בשבבים כאלה כדי להפעיל מערכות בינה מלאכותית יעילות אנרגטית בהרבה, מה שעשוי לאפשר להריץ בינה מלאכותית מהדאטה סנטר ועד לקצה – ללא מגבלות האנרגיה של היום.
אינטל: אינטל הקימה מעבדת מחשוב נוירומורפי ייעודית והשיקה את משפחת שבבי Loihi. ה-Loihi הראשון (2017) ו-Loihi 2 (2021) הם שבבי מחקר שניתנים לאוניברסיטאות וחברות דרך קהילת המחקר הנוירומורפי של אינטל. הגישה של אינטל היא דיגיטלית לחלוטין אך עם ליבות ספייקינג אסינכרוניות ולמידה על השבב. באפריל 2024 אינטל הכריזה על Hala Point, למעשה מחשב-על נוירומורפי עם למעלה מאלף שבבי Loihi 2 מחוברים יחד newsroom.intel.com. Hala Point, שהוצב במעבדות Sandia, מסוגל לדמות מעל מיליארד נוירונים ומשמש לחקר אלגוריתמים מוחיים בקנה מידה גדול ומערכות בינה מלאכותית בלמידה מתמשכת newsroom.intel.com. אינטל רואה בטכנולוגיה הנוירומורפית מפתח לבינה מלאכותית בת קיימא, במטרה לצמצם באופן דרסטי את צריכת החשמל הנדרשת לאימון והסקת מודלים של בינה מלאכותית newsroom.intel.com. כפי שמייק דייויס ציין בהשקה, הגדלת היקף הבינה המלאכותית של היום עם החומרה הנוכחית היא יקרה מאוד אנרגטית, ולכן אינטל מהמרת על עיצובים נוירומורפיים כדי לפרוץ את מחסום היעילות הזה newsroom.intel.com.
מעבדות אקדמיה וממשל: בחזית האקדמית, מספר אוניברסיטאות וקואליציות בנו מערכות נוירומורפיות משמעותיות. הזכרנו את SpiNNaker (אוניברסיטת מנצ'סטר, בריטניה) שב-2018 השיגה רשת עצבית בחומרה עם מיליון ליבות, במטרה לדמות 1% מהנוירונים במוח האנושי בזמן אמת pawarsaurav842.medium.com. יש גם את BrainScaleS (אוניברסיטת היידלברג, גרמניה), המשתמשת במעגלים אנלוגיים על פרוסות סיליקון גדולות כדי לאמד רשתות עצביות במהירויות מואצות (מעין "הרצה קדימה" של תהליכים עצביים לצורך חקר הלמידה). בארה"ב, מוסדות מחקר כמו סטנפורד (שיצרה את מערכת Neurogrid המסוגלת לדמות מיליון נוירונים ibm.com) ו-MIT, בין היתר, מפעילים מעבדות הנדסה נוירומורפית פעילות. סוכנויות ממשלתיות כמו DARPA המשיכו לממן תוכניות (למשל, תוכנית "רשתות עצביות אלקטרוניות-פוטוניות" החוקרת שבבים נוירומורפיים פוטוניים). בינתיים, פרויקט המוח האנושי של האיחוד האירופי (HBP) השקיע רבות בתשתיות נוירומורפיות דרך פלטפורמת המחשוב הנוירומורפי שלו, ויוזמות ההמשך תחת תשתית המחקר EBRAINS ממשיכות לספק גישה לחומרה נוירומורפית למדענים ibm.com.
שחקנים נוספים בתעשייה: מעבר ל-IBM ואינטל, חברות כמו סמסונג ו-HRL Laboratories התנסו בטכנולוגיה נוירומורפית. ב-2021, חוקרי סמסונג הכריזו על חזון "להעתיק ולהדביק" את חיבורי הנוירונים של המוח על שבבי זיכרון, תוך שימוש במערכי זיכרון תלת-ממדיים למיפוי קישוריות של מוח ביולוגי כמערכת נוירומורפית – יעד שאפתני שעדיין רחוק ממימוש מעשי. HRL Labs (שבבעלות משותפת של בואינג ו-GM) פיתחה שבב נוירומורפי עם ממסרים (memristors) שהדגים למידה חד-פעמית ב-2019 (המכשיר הצליח ללמוד לזהות תבנית מדוגמה אחת בלבד). בנוסף, סטארטאפים אירופיים כמו GrAI Matter Labs (עם שבבי GrAI “NeuronFlow” ibm.com) ו-SynSense (חברה מציריך/סין הידועה בשבבי ראייה חסכוניים במיוחד) הם תורמים בולטים.

לסיכום, תחום הנוירומורפיקה הוא שילוב שיתופי של ענקיות טכנולוגיה הדוחפות את הגבול, סטארטאפים שמביאים חדשנות לשווקים מתמחים, וקונסורציומים אקדמיים החוקרים גבולות חדשים. האקוסיסטם הרחב הזה מאיץ את ההתקדמות ומוציא את הרעיונות הנוירומורפיים מהמעבדה ליישומים בעולם האמיתי.

יישומים נוכחיים ומקרי שימוש בעולם האמיתי

מחשוב נוירומורפי הוא עדיין טכנולוגיה מתפתחת, ולכן היישומים בעולם האמיתי שלה נמצאים בשלב התחלתי – אך כבר היו הדגמות מבטיחות בתחומים שונים. חשבו על משימות שהמוח שלנו מתמודד איתן בצורה יוצאת דופן (וביעילות), אך מחשבים קונבנציונליים מתקשים בהן – ושם מערכות נוירומורפיות מצטיינות. הנה כמה שימושים בולטים ויישומים פוטנציאליים:

רכבים אוטונומיים: מכוניות ורחפנים אוטונומיים צריכים להגיב לסביבות דינמיות בזמן אמת. שבבים נוירומורפיים, עם עיבוד מקבילי מהיר וצריכת חשמל נמוכה, יכולים לסייע לרכבים לתפוס ולקבל החלטות בדומה לנהג אנושי. לדוגמה, מעבד נוירומורפי יכול לקלוט נתוני מצלמה וחיישנים ולגלות מכשולים או לקבל החלטות ניווט בהשהיה נמוכה מאוד. חוקרים ב-IBM מציינים שמחשוב נוירומורפי עשוי לאפשר תיקוני מסלול מהירים יותר והימנעות מהתנגשויות ברכבים אוטונומיים, וכל זאת תוך הפחתה דרמטית של צריכת האנרגיה (חשוב במיוחד לרכבים חשמליים ורחפנים) ibm.com. במונחים מעשיים, רשת נוירונים ספייקינג יכולה לנתח את סביבת הרכב באופן רציף, אך להפעיל נוירונים רק כאשר מתרחש אירוע רלוונטי (כמו הולך רגל שנכנס לכביש), מה שמאפשר תגובות מהירות מבלי לבזבז אנרגיה על חישוב מיותר.
סייבר ואיתור חריגות: מערכות סייבר צריכות לזהות דפוסים חריגים (פוטנציאל לפריצה או הונאה) בתוך זרמי נתונים עצומים. ארכיטקטורות נוירומורפיות מצטיינות בזיהוי דפוסים וניתן להשתמש בהן לאיתור חריגות בזמן אמת. מכיוון שהן מונעות-אירועים, הן יכולות לנטר תעבורת רשת או נתוני חיישנים ולהגיב רק כאשר מתגלה דפוס חריג באמת. זה מאפשר זיהוי איומים בזמן אמת עם השהיה נמוכה, וזה חסכוני באנרגיה עד כדי כך שמערכת כזו יכולה לפעול ברציפות על חומרה צנועה ibm.com. ניסויים מסוימים השתמשו בשבבים נוירומורפיים כדי לזהות פריצות לרשת או הונאות בכרטיסי אשראי על ידי למידת הדפוסים ה"נורמליים" ואז זיהוי סטיות – מבלי לעבד כל נקודת נתון דרך מעבד רעב-אנרגיה.
- בינה מלאכותית בקצה ורכיבי IoT: אחד מהמקרים המיידיים ביותר לשימוש במחשוב נוירומורפי הוא במכשירי קצה – כמו חיישנים חכמים, לבישים או מכשירי חשמל ביתיים – שבהם המשאבים של חשמל וחישוב מוגבלים. הפעולה בצריכת חשמל אולטרה-נמוכה של שבבים נוירומורפיים מאפשרת להביא יכולות בינה מלאכותית (כמו זיהוי קולי, זיהוי מחוות או זיהוי אירועים) למכשירים מבלי להזדקק לשרתי ענן או לטעינות תכופות של הסוללה ibm.com. לדוגמה, רחפן המצויד בחיישן ראייה נוירומורפי יכול לנווט ולהימנע ממכשולים בעצמו, תוך תגובה מהירה ויעילה כמו עטלף המשתמש באקולוקציה. רחפנים עם מערכות ראייה נוירומורפיות הדגימו יכולת לעבור בשטחים מורכבים ולהגיב לשינויים על ידי הגדלת החישוב רק כאשר יש קלט חושי חדש, בדומה לאופן שבו פועל מוח של יצור חי builtin.com. באותו אופן, שעון חכם או מוניטור בריאות עם שבב נוירומורפי זעיר יכולים לנתח באופן רציף אותות ביולוגיים (דופק, EEG וכו') באופן מקומי, לזהות חריגות כמו הפרעות קצב או התקפים בזמן אמת, ולעשות זאת במשך ימים בטעינה אחת – דבר שקשה מאוד להשיג עם שבבים קונבנציונליים. (למעשה, סיפור עדכני תיאר שעון חכם מבוסס נוירומורפיה שזיהה הפרעת קצב לב אצל מטופל במקום, מה שהיה מאתגר עם ניתוח מבוסס ענן medium.com.)
זיהוי תבניות ומחשוב קוגניטיבי: מערכות נוירומורפיות טובות מטבען במשימות שכוללות זיהוי תבניות בנתונים רועשים – בין אם מדובר בתמונות, קולות או אותות חיישנים. הן יושמו בניסויים בזיהוי תמונות, עיבוד דיבור ושמע, ואפילו חישה של ריחות (כמו השבב Loihi של אינטל שלמד לזהות ריחות שונים) pawarsaurav842.medium.com. שבבים נוירומורפיים יכולים גם להתחבר לחיישנים אנלוגיים (כמו חיישני ראייה דינמיים שמוציאים "ספייקים" כאשר יש שינוי בסצנה) כדי ליצור מערכות חישה נוירומורפיות מקצה לקצה. ברפואה, מעבדים נוירומורפיים יכולים לנתח זרמים של אותות ביו-רפואיים (למשל גלי מוח EEG) ולזהות אירועים או תבניות משמעותיות לאבחון ibm.com. היכולת שלהם ללמוד ולהסתגל גם מאפשרת להם להתאים אישית את זיהוי התבניות על גבי המכשיר – לדוגמה, מכשיר שמיעה נוירומורפי עשוי להתאים את עצמו באופן רציף לסביבה הספציפית של המשתמש ולשפר את הסינון בין רעש לדיבור.
רובוטיקה ובקרה בזמן אמת: רובוטיקה לעיתים קרובות דורשת לולאות משוב הדוקות לשליטה במנועים, פירוש חיישנים, וקבלת החלטות תוך כדי תנועה. בקרים נוירומורפיים יכולים להעניק לרובוטים סוג של רפלקסים ויכולת הסתגלות. מכיוון שהם מעבדים מידע במקביל ויכולים ללמוד ממשוב חושי, הם מתאימים במיוחד למשימות כמו איזון, אחיזה או הליכה בשטח בלתי צפוי. חוקרים השתמשו בשבבים נוירומורפיים לשליטה בזרועות ורגליים רובוטיות, כאשר הבקר יכול ללמוד להתאים אותות מנוע על סמך קלטי חיישנים בזמן אמת, בדומה לאופן שבו אדם לומד מיומנויות מוטוריות. אחד היתרונות שנצפו הוא שרובוטים המופעלים על ידי רשתות נוירונים מקודדות דחפים יכולים להמשיך לפעול גם אם חלק מהנוירונים כושלים (סוג של דעיכה הדרגתית), מה שמעניק עמידות לתקלות בדומה למערכות ביולוגיות colocationamerica.com. חברות כמו Boston Dynamics רמזו על חקירת מערכות בהשראה נוירומורפית לשיפור יעילות הרובוט וזמני התגובה שלו. בייצור, מערכת ראייה נוירומורפית יכולה לאפשר לרובוט לזהות עצמים או לנווט במפעל עמוס בצורה טבעית יותר ולהגיב מהר יותר לשינויים פתאומיים builtin.com.
ממשקי מוח-מכונה ומדעי המוח: מכיוון ששבבים נוירומורפיים פועלים על עקרונות הקרובים כל כך למוח הביולוגי, הם משמשים ככלים להבנת מדעי המוח ואפילו לממשק עם נוירונים חיים. לדוגמה, מדענים יכולים לחבר תרביות עצביות חיות לחומרה נוירומורפית כדי ליצור מערכות היברידיות, תוך שימוש בשבב לגירוי או ניטור הנוירונים הביולוגיים בדרכים שמחשבים רגילים לא יכולים לעשות בקלות בזמן אמת. בנוסף, מודלים נוירומורפיים עוזרים למדעני מוח לבדוק השערות לגבי אופן פעולתם של מעגלים עצביים מסוימים במוח, על ידי שכפול המעגלים הללו בסימולציה ובחינת התנהגותם. למרות שמדובר ביישומים מחקריים יותר מאשר מסחריים, הם מדגישים את הרב-גוניות של הטכנולוגיה.

כדאי לציין ש-רבים מהיישומים הללו עדיין נמצאים בשלבי אב-טיפוס או מחקר. מחשוב נוירומורפי ב-2025 נמצא בערך במקום שבו היה הבינה המלאכותית הקונבנציונלית בתחילת שנות ה-2010 – אנו רואים הדגמות מבטיחות ושימושים נישתיים, אך הטכנולוגיה רק מתחילה לצאת מהמעבדה. חברות ייעוץ טכנולוגי כמו Gartner ו-PwC ציינו את המחשוב הנוירומורפי כטכנולוגיה מתפתחת שכדאי לעקוב אחריה בשנים הקרובות ibm.com. הציפייה היא שככל שהחומרה והתוכנה יתבגרו, נראה מעבדים נוירומורפיים מאפשרים למכשירים יומיומיים לקבל אינטליגנציה תפיסתית מבלי להזדקק למשאבי מחשוב עצומים. ממכוניות אוטונומיות ועד שתלים רפואיים זעירים, כל תרחיש שבו נדרשת בינה מלאכותית בזמן אמת בסביבה מוגבלת חשמל או גודל עשוי להיות מועמד לפתרונות נוירומורפיים.

אתגרים ומגבלות

למרות הפוטנציאל המלהיב שלה, מחשוב נוירומורפי מתמודד עם אתגרים משמעותיים בדרך לאימוץ רחב יותר. רבים מהאתגרים הללו נובעים מהעובדה שהגישות הנוירומורפיות שונות באופן רדיקלי מהמצב הקיים, ודורשות חשיבה חדשה בכל הנוגע לחומרה, תוכנה ואפילו חינוך. הנה כמה מהמכשולים והמגבלות המרכזיים נכון ל-2025:

בשלות הטכנולוגיה: מחשוב נוירומורפי הוא עדיין לא טכנולוגיה בשלה או מיינסטרימית. מחזור ההייפ של גרטנר היה ממקם אותה בשלבים מוקדמים – מבטיחה, אך לא מוכנה לשימוש נרחב ibm.com. השבבים הנוירומורפיים הקיימים כיום הם ברובם אבות-טיפוס מחקריים או התקנים בייצור מוגבל. עדיין אין תקנים תעשייתיים מקובלים לעיצוב חומרה נוירומורפית או למדדי ביצועים builtin.com. זה מקשה על משתמשים פוטנציאליים להעריך ולהשוות מערכות. כתוצאה מכך, ארגונים בוחנים את הטכנולוגיה הנוירומורפית בזהירות, מתוך ידיעה שהיא עדיין מתפתחת ואולי לא תעלה מיד בביצועיה על פתרונות קונבנציונליים לכל הבעיות.
מחסור בתוכנה וכלים: אחד החסמים הגדולים ביותר הוא מערכת האקוסיסטם של התוכנה. עולם המחשוב נבנה במשך עשרות שנים סביב מכונות פון ניומן – שפות תכנות, מהדרים, מערכות הפעלה ומומחיות מפתחים כולם מניחים ארכיטקטורה מסורתית. חומרה נוירומורפית, לעומת זאת, דורשת גישה שונה לתכנות (יותר עיצוב רשתות נוירונים וכיוונון מודלים מאשר כתיבת קוד סדרתי). נכון לעכשיו, "כלי הפיתוח המתאימים באמת לא קיימים" עבור מערכות נוירומורפיות, כפי שאמר חוקר אחד builtin.com. ניסויים נוירומורפיים רבים נשענים על תוכנה מותאמת אישית או התאמות של מסגרות רשתות נוירונים. ישנם מאמצים בתחום (למשל, מסגרת הקוד הפתוח Lava של אינטל עבור Loihi, או פרויקטים אקדמיים כמו Nengo) אך אין פלטפורמה מאוחדת ונוחה לשימוש בדומה ל-TensorFlow או PyTorch עבור רשתות נוירונים ספייקינג בקנה מידה גדול. עקומת הלמידה התלולה הזו מגבילה את האימוץ – מפתח בינה מלאכותית טיפוסי לא יכול פשוט לקחת שבב נוירומורפי ולפרוס אפליקציה מבלי לעבור הכשרה נרחבת. שיפור מערך התוכנה, הספריות והסימולטורים הוא משימה קריטית עבור הקהילה.
שינוי פרדיגמה בתכנות: קשור לבעיה של הכלים הוא שינוי פרדיגמה מהותי בחשיבה. תכנות מערכת נוירומורפית אינו דומה לכתיבת סקריפט בפייתון; זה יותר דומה לעיצוב ואימון של מודל דמוי-מוח. מפתחים צריכים להכיר מושגים מעולם מדעי המוח (קצבי ירי, פלסטיות סינפטית) בנוסף למדעי המחשב. המשמעות היא שיש רף כניסה גבוה. מעריכים שרק כמה מאות אנשים ברחבי העולם הם מומחים אמיתיים במחשוב נוירומורפי כיום builtin.com. צמצום פער הכישרון הזה הוא אתגר – צריך או להכשיר יותר אנשים בתחום הבין-תחומי הזה, או ליצור כלים ברמה גבוהה שמסתירים את המורכבות. עד אז, מחשוב נוירומורפי יישאר במידה מסוימת בוטיקי, נגיש בעיקר לקבוצות מחקר מתמחות.
סקלאביליות חומרה וייצור: בניית חומרה נוירומורפית שמחקה באופן אמין את המורכבות של המוח היא אתגר קיצוני. אמנם שבבים דיגיטליים כמו Loihi ו-TrueNorth הראו שאפשר להגיע למיליון נוירונים או יותר, אך השגת קנה מידה של מוח (86 מיליארד נוירונים במוח אנושי) עדיין רחוקה מאוד. חשוב מכך, גישות אנלוגיות (שימוש בממריסטורים וכו') שעשויות לחקות בצורה הטובה ביותר סינפסות הן עדיין לא מוכנות לייצור – נדרשים חומרים ותהליכי ייצור חדשים כדי להפוך אותן ליציבות וניתנות לשחזור spectrum.ieee.org. למכשירים אנלוגיים מתקדמים יש לעיתים קרובות בעיות כמו שונות בין התקנים, סחיפה, או עמידות מוגבלת. שבבים נוירומורפיים דיגיטליים, לעומת זאת, נשענים על ייצור CMOS סטנדרטי אך עשויים להקריב יעילות או צפיפות לעומת אנלוגיים. יש גם אתגר של שילוב שבבים נוירומורפיים במערכות מחשוב קיימות (ממשקי תקשורת, גורמי צורה וכו'). השבב NorthPole של IBM מנסה להתמודד עם זה בכך שהוא מופיע כ"זיכרון פעיל" למערכת מארחת spectrum.ieee.org, אך פתרונות שילוב כאלה עדיין ניסיוניים. בקיצור, החומרה הנוירומורפית נמצאת על הסף – מבטיחה, אך דרוש עוד מו"פ כדי להפוך אותה לעמידה, סקלאבילית וכדאית לייצור המוני.
סטנדרטיזציה ומדדים: במחשוב קונבנציונלי, יש לנו מדדים מוגדרים היטב (SPEC למעבדים, MLPerf למאיצי בינה מלאכותית וכו') ומדדים לביצועים. עבור מערכות נוירומורפיות, עדיין לא ברור כיצד למדוד ולהשוות ביצועים בצורה הוגנת. אם שבב אחד מריץ רשת נוירונים ספייקינג ואחר מריץ רשת נוירונים סטנדרטית, כיצד נשווה "דיוק" או "תפוקה" במשימה נתונה? מדדים חדשים שמותאמים לחוזקות של נוירומורפיה (כמו למידה מתמשכת או זיהוי תבניות תחת מגבלות אנרגיה) נמצאים בפיתוח, אך עד שהקהילה תסכים עליהם, קשה להוכיח את ערך הפתרונות הנוירומורפיים לגורמים חיצוניים builtin.com. היעדר מדדים וארכיטקטורה סטנדרטיים גם מקשה על שיתוף תוצאות בין קבוצות מחקר – מה שעובד על שבב אחד לא בהכרח יעבוד על אחר אם מודלי הנוירונים או כלי הפיתוח שלהם שונים.
תאימות עם בינה מלאכותית קיימת: כיום, רוב הבינה המלאכותית בעולם פועלת על מודלים של למידה עמוקה המותאמים ל-GPU ו-TPU. מודלים אלה משתמשים באריתמטיקה מדויקת, כפל מטריצות צפוף וכו', שאינם תואמים ישירות לחומרה נוירומורפית מבוססת ספייקינג. כדי לנצל את היעילות של נוירומורפיה, לעיתים קרובות יש צורך להמיר או לאמן מחדש רשת נוירונים סטנדרטית לרשת נוירונים ספייקינג, תהליך שעלול לגרום לאובדן מסוים של דיוק builtin.com. חלק מהמשימות אף עלולות להיפגע בביצועים כאשר מכריחים אותן לפעול בפרדיגמת הספייקינג. בנוסף, אלגוריתמים מסוימים (כמו טרנספורמרים גדולים המשמשים במודלים לשפה) עדיין לא מתאימים באופן מובהק למימוש ספייקינג. המשמעות היא ששבבים נוירומורפיים מצטיינים כיום בעיקר בנישות מסוימות (למשל, ראייה, עיבוד חיישנים, למידת חיזוק פשוטה), אך הם אינם פתרון אוניברסלי לכל בעיות הבינה המלאכותית כיום. חוקרים עובדים על גישות היברידיות וטכניקות אימון משופרות כדי לצמצם את פער הדיוק, אך עדיין קיים אתגר להבטיח שמערכת נוירומורפית תוכל להגיע לאותה איכות תוצאה כמו מערכת קונבנציונלית ביישום נתון.
אתגרי שוק ואקוסיסטם: מהזווית העסקית, מחשוב נוירומורפי עדיין מחפש את "האפליקציה הקטלנית" שלו ונתיב ברור למסחור. משקיעים וחברות נזהרים כי לוח הזמנים להחזר השקעה בטכנולוגיה אינו ודאי. ניתוח מתחילת 2025 תיאר את המחשוב הנוירומורפי כ-"חדשנות מבטיחה עם אתגרי שוק קשים", וציין שלמרות שהפוטנציאל גבוה, היעדר אפליקציות שמייצרות הכנסות מיידיות הופך זאת להימור מסוכן עבור חברות omdia.tech.informa.com. יש כאן בעיית ביצה ותרנגולת: יצרני החומרה מחכים לביקוש כדי להצדיק ייצור שבבים בהיקף, אך המשתמשים הסופיים מחכים לשבבים נגישים כדי להצדיק פיתוח אפליקציות. עם זאת, המומנטום הולך וגדל, ויישומים נישתיים (כמו שבבים נוירומורפיים בלוויינים או חיישנים צבאיים שבהם צריכת החשמל קריטית) מתחילים להראות ערך ממשי, מה שעשוי להרחיב בהדרגה את השוק.

לסיכום, מחשוב נוירומורפי בשנת 2025 נמצא בחזית המחקר וההנדסה. התחום מתמודד עם אתגרים לא פשוטים בפיתוח טכנולוגיה, כלים ובניית אקוסיסטם. עם זאת, אף אחד מהאתגרים הללו אינו מהווה מחסום יסודי – הם דומים למכשולים שעמדו בפני מחשבים מקבילים ראשונים או בימיה הראשונים של ה-GPU למחשוב כללי. ככל שהקהילה תתמודד עם סטנדרטיזציה, תשפר את החומרה ותכשיר יותר מפתחים, ניתן לצפות שרבים מהמגבלות הללו יצומצמו בשנים הקרובות. מאמר דעה ב-Nature בשנת 2025 ציין באופטימיות שלאחר מספר התחלות שווא, המפגש של התקדמויות אחרונות (אלגוריתמים טובים יותר לאימון, שיפורים בתכנון דיגיטלי ומחשוב בזיכרון) "כעת מבטיח אימוץ מסחרי נרחב" של טכנולוגיה נוירומורפית, בתנאי שנפתור כיצד לתכנת ולפרוס מערכות אלו בקנה מידה רחב nature.com. הפתרונות לכך נמצאים בפיתוח פעיל, והעשור הקרוב כנראה יקבע עד כמה רחוק יגיע המחשוב הנוירומורפי מכאן והלאה.

התפתחויות חדשות וחדשות (נכון ל-2025)

בשנים האחרונות נרשמו אבני דרך משמעותיות והתעוררות מחודשת של עניין במחשוב נוירומורפי, מה שמעיד כי התחום צובר תאוצה. הנה כמה מההתפתחויות האחרונות עד 2025:

Hala Point

newsroom.intel.com

1.15 מיליארד נוירונים

newsroom.intel.com

20 קוודריליון פעולות בשנייה עם למעלה מ-15 טריליון פעולות לשנייה לכל ואט

newsroom.intel.com

"למידה חדשנית בהשראת המוח"

לומדות באופן רציף

newsroom.intel.com

NorthPole של IBM ופריצת הדרך המדעית: בסוף 2023, IBM פרסמה פרטים על שבב ה-NorthPole שלה בכתב העת Science, מה שמשך תשומת לב רבה spectrum.ieee.org. NorthPole משמעותי לא רק בזכות המפרט הטכני שלו (שהוזכר קודם), אלא גם בכך שהוא מציג דרך ברורה לשילוב שבבים נוירומורפיים במערכות קונבנציונליות. כלפי חוץ, הוא מתנהג כמו רכיב זיכרון, כלומר ניתן לשלב אותו באוטובוס הזיכרון של מחשב ולעבוד עם מעבדים קיימים spectrum.ieee.org. שילוב כזה הוא קריטי למסחור. המאמר ב-Science הדגים את NorthPole מריץ מודלים של בינה מלאכותית לראייה (כמו ResNet-50 לסיווג תמונות ו-YOLO לזיהוי עצמים) במהירות וביעילות גבוהות בהרבה מ-GPU מדגם NVIDIA V100 – ואפילו גובר על ה-NVIDIA H100 המוביל ביעילות אנרגטית בכ-פי 5 spectrum.ieee.org. מומחה עצמאי, פרופ' ווואני רויצ'ודהורי מאוניברסיטת UCLA, כינה את העבודה "הישג הנדסי מרשים," וציין שכיוון שטכנולוגיה נוירומורפית אנלוגית עדיין לא מוכנה, הגישה הדיגיטלית של NorthPole "מציעה אפשרות ישימה בטווח הקצר לפריסת בינה מלאכותית קרוב למקום בו היא נדרשת." spectrum.ieee.org. במילים אחרות, IBM הראתה ששבבים נוירומורפיים יכולים להתחיל להשפיע באופן מעשי כבר עכשיו, תוך שימוש בטכנולוגיות ייצור קיימות. התפתחות זו סוקרה בהרחבה בתקשורת הטכנולוגית ונחשבת לצעד גדול לקראת הפיכת רעיונות נוירומורפיים למוצרים אמיתיים.
בינה מלאכותית בהשראת המוח לחלל וביטחון: ב-2022 ו-2023, סוכנויות כמו נאס"א ומשרד ההגנה האמריקאי החלו להתנסות במעבדים נוירומורפיים לשימושים ייעודיים. נאס"א בדקה שבב נוירומורפי (Loihi) לעיבוד תמונות לוויין וניווט חלליות, שם עמידות לקרינה וצריכת חשמל נמוכה הן קריטיות. הרעיון הוא שמעבד נוירומורפי קטן על לוויין יוכל לנתח נתוני חיישנים על גבי החללית (למשל, לזהות תכונות על פני כוכב לכת או חריגות בטלמטריה של החללית) מבלי להזדקק לתקשורת רציפה עם כדור הארץ, וכך לחסוך ברוחב פס ובאנרגיה. מעבדת המחקר של חיל האוויר שיתפה פעולה עם סטארטאפים (למשל, BrainChip) כדי לבדוק אם טכנולוגיה נוירומורפית יכולה למפות אותות חיישן מורכבים עבור כלי טיס אוטונומיים או מערכות גילוי טילים embedded.com. היעילות האנרגטית הגבוהה והלמידה בזמן אמת של מערכות נוירומורפיות מושכות מאוד עבור מערכות צבאיות אוטונומיות שפועלות על סוללה או אנרגיה סולארית. פרויקטים אלה נמצאים ברובם בשלבי ניסוי, אך הם מסמנים עלייה באמון באמינות החומרה הנוירומורפית מחוץ למעבדה.
מוצרי קצה AI מסחריים: עד 2025, אנו רואים את הגל הראשון של מוצרים מסחריים המשלבים טכנולוגיה נוירומורפית. לדוגמה, ה-Akida IP של BrainChip כבר נרכש לשימוש במודולים של חיישנים לרכב – דוגמה אחת היא שימוש ברשתות נוירומורפיות לניתוח נתונים מחיישני לחץ אוויר בצמיגים של רכב כדי לזהות החלקה של הצמיג או שינויים בתנאי הדרך בזמן אמת. דוגמה נוספת היא במכשירי בית חכם: מצלמה עם יכולות נוירומורפיות שיכולה לבצע זיהוי אנשים ושליטה במחוות על גבי המכשיר עצמו, תוך עבודה של חודשים על סוללה אחת. אלו עדיין לא שמות מוכרים בכל בית, אך הם מראים שמחשוב נוירומורפי מוצא את דרכו ליישומים נישתיים ועתירי ערך. אנליסטים צופים שככל שאינטרנט הדברים (IoT) יתרחב, הצורך ב-AI זעיר ודל-צריכת חשמל יזנק, ושבבים נוירומורפיים עשויים לתפוס נתח משמעותי מהשוק אם יתבררו כקלים לשילוב. דוחות מחקרי שוק חוזים צמיחה מהירה בהכנסות ממחשוב נוירומורפי בעשור הקרוב – בסדר גודל של 25-30% שיעור צמיחה שנתי ממוצע – מה שעשוי ליצור שוק של מיליארדי דולרים עד 2030 builtin.com.
שיתופי פעולה וכנסים גלובליים: קהילת הנוירומורפיה משתפת התקדמות באופן פעיל. כנסים כמו סדנת הנדסה נוירומורפית (Telluride) ו-Neuro Inspired Computational Elements (NICE) של IEEE דיווחו על עלייה חדה בהשתתפות. ב-2023, סדנת Telluride הציגה כלבי רובוט בשליטה נוירומורפית, הדגמות זיהוי פנים שרצות על מערכות נוירומורפיות בלוח יחיד, ועוד יישומי מיזוג חיישנים נוירומורפיים. בנוסף, מאמצי קוד פתוח מתרחבים – לדוגמה, קוד וסימולטורים של Spiking Neural Network Architecture (SpiNNaker) זמינים לחוקרים ברחבי העולם, ותוכנת Lava של אינטל עבור Loihi הפכה לקוד פתוח בסוף 2022, מה שמזמין תרומות קהילתיות לאלגוריתמים ומקרי שימוש.
משבר האנרגיה של ה-AI והתקווה הנוירומורפית: נושא חוזר בחדשות האחרונות הוא עלות האנרגיה של ה-AI. עם דגמי שפה גדולים ושירותי AI שצורכים יותר ויותר חשמל (יש הערכות שמעמידות את צריכת החשמל של תעשיית ה-AI כחלק עצום וגדל מהצריכה העולמית), מחשוב נוירומורפי מוזכר לעיתים קרובות כפתרון פוטנציאלי. בתחילת 2025, מאמר ב-Medium ציין שטביעת הרגל האנרגטית של ה-AI מזנקת, וכינה את השבבים הנוירומורפיים "העתיד הירוק והמוחי של ה-AI", והציע ש-2025 עשויה להיות נקודת מפנה שבה התעשייה תבחן ברצינות שבבים בהשראת המוח כדי לרסן את צריכת החשמל medium.com. הנרטיב הזה הולך ומתחזק בעיתונות הטכנולוגית ובכנסי AI: למעשה, מחשוב נוירומורפי ל-AI בר-קיימא. גם ממשלות, דרך יוזמות למחשוב חסכוני באנרגיה, מתחילות לממן מחקר נוירומורפי במטרה כפולה – להמשיך את קצב ההתקדמות של ביצועי ה-AI תוך ריסון עלויות האנרגיה והפחמן.

כל ההתפתחויות הללו מציירות תמונה של תחום שנמצא בהתקדמות מהירה במספר חזיתות: הבנה מדעית, הישגים הנדסיים וניסויים מסחריים ראשוניים. יש תחושה שמחשוב נוירומורפי עובר מתקופת דגירה ארוכה לשלב של הדגמות מעשיות. למרות שהוא עדיין לא "הפך למיינסטרים", ההתקדמות בשנים 2023–2025 מרמזת שזה עשוי להשתנות בשנים הקרובות. הקונצנזוס בקהילה הוא שאם יתגברו על המכשולים שנותרו (במיוחד תוכנה ויכולת קנה מידה), טכנולוגיה נוירומורפית עשויה להיות מחוללת מהפכה בגל הבא של הבינה המלאכותית – כזה שיהיה יותר אדפטיבי, פעיל תמיד ויעיל אנרגטית ממה שניתן להשיג עם הארכיטקטורות הקיימות.

נקודות מבט של מומחים על העתיד

לסיכום סקירה זו, מעניין לשמוע מה אומרים המומחים בתחום על מחשוב נוירומורפי ועתידו. הנה כמה ציטוטים ותובנות של חוקרים מובילים ודמויות מתעשייה:

דהרמנדרה ס. מוד'ה (עמית IBM, המדען הראשי למחשוב בהשראת המוח): "NorthPole מטשטש את הגבולות בין מחשוב בהשראת המוח למחשוב מותאם סיליקון, בין חישוב לזיכרון, בין חומרה לתוכנה." spectrum.ieee.org מוד'ה מדגיש שהגישה של IBM עם NorthPole מטשטשת הבחנות מסורתיות בתכנון מחשבים – ויוצרת סוג חדש של שבב שהוא גם מעבד וגם זיכרון, גם חומרה וגם אלגוריתם. הוא טוען כבר זמן רב כי שילוב הזיכרון עם החישוב הוא המפתח ליעילות דמוית מוח. לדעתו, שבבים נוירומורפיים אמיתיים דורשים חשיבה מחדש על כל השכבות, וההצלחה של NorthPole בהבסת ה-GPU היא הוכחה לכך שהגישה הלא שגרתית הזו עובדת. מוד'ה אף הציע שאם יגדילו את קנה המידה, מערכות נוירומורפיות עשויות בסופו של דבר להתקרב ליכולות של קליפת המוח האנושית במשימות מסוימות, וכל זאת תוך שימוש בשבריר מהאנרגיה של מחשבי-על מודרניים spectrum.ieee.org.
מייק דייויס (מנהל מעבדת המחשוב הנאורומורפי של אינטל): "עלות החישוב של מודלי הבינה המלאכותית של היום עולה בקצב שאינו בר-קיימא… התעשייה זקוקה לגישות חדשות מהיסוד שמסוגלות להתרחב." newsroom.intel.com דייויס מדבר לעיתים קרובות על חומת היעילות האנרגטית שבה נתקלת הבינה המלאכותית. הוא מציין שפתרון הבעיה באמצעות הוספת עוד ועוד כרטיסי GPU אינו בר-קיימא לטווח הארוך, בשל מגבלות אנרגיה והתרחבות. הוא טוען שמחשוב נאורומורפי הוא אחד מהמסלולים הבודדים להמשך ההתקדמות. האסטרטגיה של אינטל משקפת אמונה זו: על ידי השקעה במחקר נאורומורפי כמו Loihi ו-Hala Point, הם שואפים לגלות אלגוריתמים חדשים (כמו למידה מתמשכת, קידוד דליל וכו') שיכולים להפוך את הבינה המלאכותית העתידית לא רק למהירה יותר אלא גם ליעילה הרבה יותר. דייויס הדגיש כיצד שבבים נאורומורפיים מצטיינים במשימות כמו בקרה אדפטיבית וחישה, והוא צופה שישולבו במערכות בינה מלאכותית גדולות יותר – אולי שרת בינה מלאכותית עם כמה מאיצים נאורומורפיים לצד כרטיסי GPU, כאשר כל אחד מטפל בעומסי העבודה שהוא מיטיב איתם. הציטוט שלו מדגיש ש-התרחבות הבינה המלאכותית תדרוש שינויי פרדיגמה, ועיצוב נאורומורפי הוא אחד מהשינויים הללו.
קרבר מיד (חלוץ ההנדסה הנאורומורפית): (מנקודת מבט היסטורית) מיד הביע לא פעם התפעלות מהיעילות של הביולוגיה. בראיונות אמר דברים כמו: "כשיש לך ‎10¹¹‎ נוירונים שמחשבים במקביל, אפשר לעשות דברים עם ג'ול אחד של אנרגיה שלמחשב קונבנציונלי יידרשו קילוג'ולים או יותר כדי לבצע." (בניסוח חופשי מהרצאות שונות). החזון של מיד משנות ה-80 – ששילוב פיזיקה אנלוגית עם מחשוב יכול לשחרר יכולות דמויות מוח – מתחיל סוף סוף לשאת פרי. הוא מאמין שההנדסה הנאורומורפית היא "ההמשך הטבעי של חוק מור" darpa.mil במובן מסוים: ככל שהתרחבות הטרנזיסטורים מניבה תשואות פוחתות, עלינו למצוא דרכים חדשות לנצל כמויות עצומות של טרנזיסטורים, ושימוש בהם לחיקוי מעגלי מוח (שנותנים עדיפות ליעילות אנרגטית על פני דיוק) הוא הצעד ההגיוני הבא. לפי דבריו האחרונים, מיד נותר אופטימי שהדור הבא של מהנדסים ימשיך ללטש את הרעיונות הללו ו-שעקרונות נאורומורפיים יחדרו לפלטפורמות המחשוב של העתיד (למרות שמיד פרש, המורשת שלו ניכרת בכל פרויקט נאורומורפי).
ווני רויצ'ודהורי (פרופסור להנדסת חשמל, UCLA): "בהינתן שמערכות אנלוגיות עדיין לא הגיעו לבשלות טכנולוגית, עבודה זו מציגה אפשרות לטווח הקצר לפרוס בינה מלאכותית קרוב למקום בו היא נדרשת." spectrum.ieee.org רויצ'ודהורי נתן את ההערכה הזו בנוגע לשבב NorthPole של IBM. בתור אקדמאי עצמאי שאינו קשור ישירות ל-IBM או אינטל, יש משקל לדבריו: הוא מודה שבעוד החזון הגדול עשוי להיות מעבדים נוירומורפיים אנלוגיים (שיכולים, בתיאוריה, להיות אפילו יעילים ודמויי-מוח יותר), העובדה היא שהם עדיין לא מוכנים. בינתיים, שבבים כמו NorthPole מראים ש-שבבים נוירומורפיים דיגיטליים יכולים לגשר על הפער ולהביא תועלת מיידית לפריסת בינה מלאכותית בקצה הרשת spectrum.ieee.org. הציטוט שלו מדגיש גישה פרגמטית בקהילה: להשתמש במה שעובד עכשיו (גם אם אלו נוירונים מדומים דיגיטלית) כדי להתחיל לקצור תועלות, ולהמשיך במחקר על התקנים אנלוגיים אקזוטיים לעתיד. זו המלצה לכך שטכנולוגיה נוירומורפית כבר מוכנה למשימות מסוימות כיום.
חוקרים ממעבדות לוס אלאמוס: במאמר ממארס 2025, חוקרי בינה מלאכותית מלוס אלאמוס כתבו כי "מחשוב נוירומורפי, הדור הבא של הבינה המלאכותית, יהיה קטן, מהיר ויעיל יותר מהמוח האנושי." en.wikipedia.org טענה נועזת זו משקפת את האופטימיות שיש לחלק מהמומחים לגבי הפוטנציאל הסופי של עיצובים נוירומורפיים. להיות "קטן ומהיר יותר" מהמוח האנושי הוא יעד שאפתני (המוח הוא מכונה עוצמתית במיוחד שצורכת 20 ואט בלבד), אך הנקודה היא ש-מחשוב נוירומורפי עשוי להביא מערכות בינה מלאכותית שלא רק יתקרבו לאינטליגנציה אנושית, אלא אף יעלו על המוח במהירות וביעילות גולמית למשימות מסוימות. ההקשר של הציטוט הוא הרעיון שלמוחות, למרות שהם מדהימים, יש מגבלות ביולוגיות – מכונות בהשראת המוח עשויות לייעל מעבר למגבלות אלו (למשל, תקשורת באותות חשמליים למרחקים קצרים יותר מאשר נוירונים ביולוגיים עשויה לאפשר הולכת אותות מהירה יותר, ושימוש בחומרים שמאפשרים תדרי ירי גבוהים יותר, וכו'). זו חזון לטווח ארוך, אך מעניין לראות שחוקרים רציניים שוקלים אפשרויות כאלה.

ההשקפות הללו יחד מציירות תמונה של תחום שהוא גם עתידני וגם מציאותי. המומחים מכירים בקשיים אך ניכר שהם נלהבים מהכיוון. הנושא החוזר הוא שמחשוב נוירומורפי נתפס כמפתח לעתיד המחשוב – במיוחד עבור בינה מלאכותית ולמידת מכונה. לא מדובר בהחלפת המוח או יצירת מכונות בעלות תודעה, אלא ב-שאיבת השראה מהביולוגיה כדי להתגבר על מגבלות קיימות. כפי שמודה סיכם יפה, המטרה היא למזג את הטוב משני העולמות: הסתגלות ויעילות דמויות-מוח עם היתרונות של מחשוב סיליקון מודרני spectrum.ieee.org.

קריאה נוספת ומשאבים

למתעניינים בהעמקת הידע בתחום המחשוב הנאורומורפי, להלן מקורות מהימנים והפניות:

IBM Research – מחשוב נאורומורפי: מאמר הסקירה של IBM “מהו מחשוב נאורומורפי?” מספק מבוא נגיש ומדגיש את פרויקטי IBM כמו TrueNorth ו-NorthPole ibm.com ibm.com.
Intel Neuromorphic Research Community: חדר החדשות ובלוגי המחקר של אינטל כוללים עדכונים על Loihi ו-Hala Point, כולל הודעה לעיתונות מאפריל 2024 עם פרטי המפרט והמטרות של Hala Point newsroom.intel.com.
DARPA SyNAPSE Program: ההודעה של DARPA מ-2014 על שבב IBM TrueNorth מספקת תובנות על המניעים (יעילות אנרגטית) ועל ארכיטקטורת השבב darpa.mi l.
IEEE Spectrum: מאמר מאוקטובר 2023 “IBM Debuts Brain-Inspired Chip For Speedy, Efficient AI” מאת צ'ארלס קיו. צ'וי בוחן את שבב NorthPole בפירוט וכולל התייחסויות של מומחיםspectrum.ieee.org.
Nature ו-Nature Communications: למעוניינים בזווית אקדמית, Nature Communications (אפריל 2025) פרסם את “The road to commercial success for neuromorphic technologies” nature.com אשר דן בדרך קדימה ובאתגרים שנותרו. Science (אוקטובר 2023) כולל את המאמר הטכני על NorthPole למי שמעוניין להעמיק בפרטים.
מאמרים ב-BuiltIn & Medium: אתר הטכנולוגיה BuiltIn מציע מדריך מקיף על מחשוב נוירומורפי, כולל יתרונות ואתגרים בשפה פשוטה builtin.com. בנוסף, כותבים ב-Medium פרסמו מאמרים (למשל, על הסיבות שחברות כמו IBM ואינטל משקיעות במחשוב נוירומורפי) מנקודת מבט לקהל הרחב medium.com.

מחשוב נוירומורפי הוא תחום מתפתח במהירות בצומת של מדעי המחשב, אלקטרוניקה ומדעי המוח. הוא מייצג דמיון מחודש ונועז של האופן שבו אנו בונים מכונות ש"חושבות". כפי שראינו, המסע מרעיון למציאות נמשך עשרות שנים, אך ההתקדמות ברורה ומואצת. אם המגמות הנוכחיות יימשכו, שבבים בהשראת המוח עשויים בקרוב להשלים את המעבדים וה-GPU במכשירים שלנו, ולהפוך את הבינה המלאכותית לנפוצה ויעילה במיוחד. במילותיו של צוות מחקר אחד, טכנולוגיה נוירומורפית עומדת להיות "הדור הבא של הבינה המלאכותית" en.wikipedia.org – אבולוציה שעשויה לשנות מהותית את עולם המחשוב כפי שאנו מכירים אותו. זהו תחום שבהחלט כדאי לעקוב אחריו בשנים הקרובות.

מקורות:

IBM Research, "מהו מחשוב נוירומורפי?" (2024 )ibm.com
DARPA News, "תוכנית SyNAPSE מפתחת שבב מתקדם בהשראת המוח" (אוגוסט 2014) darpa.mil
Intel Newsroom, "אינטל בונה את המערכת הנוירומורפית הגדולה בעולם (Hala Point)" (17 באפריל 2024) newsroom.intel.com
IEEE Spectrum, "IBM משיקה שבב בהשראת המוח ל-AI מהיר ויעיל" (23 באוקטובר 2023) spectrum.ieee.org
BuiltIn, "מהו מחשוב נוירומורפי?" (2023) builtin.com
Nature Communications, “הדרך להצלחה מסחרית עבור טכנולוגיות נוירומורפיות” (15 באפריל, 2025) nature.com
ויקיפדיה, “מחשוב נוירומורפי” (נגיש ב-2025) en.wikipedia.org