このコンピューティングの基本エンジンとしてTrueNorthチップがまず作られた。このチップが�Nのニューロンとシナプス�T合に相当する機�Δ鮗存修垢�。�kつのTueNorthには64×64個のコアが実�△気譴討い襦�この4096個のコアにニューロンとシナプスが格納されている。�Qコア内には�_み等を記�{するメモリーがあり、他のコアへの�T合も記憶されている。

さらにTrueNorhは高いエネルギー効率を実現している。システム動作クロックは1kHzと低い。�Qコアは��同期的に通信を行い、処理を行わないコアはアイドル�X��となる。この仕組みでTrueNorthの消�J電��密度は1平��(sh┫)センチあたり20mWしかない。これは�J�Tのプロセッサが1平��(sh┫)センチ当たり50Wであるので、飛躍的な省電��を実現している。

これを��数個並べればニューロコンピューティングの��1層ができる。これを�H層化すれば、現在機械学�{の本命とみられているDeep Learningが直接実�△任�る�lである。すでにIBMにはCOMPASSというニューラル再現ソフトウエアパッケージがあるので、これを使えば問��をダイレクトに実�△任�る。

今までのシミュレーションや専��スーパーコンピュータを使��した��(sh┫)法より直接的であり、しかも低消�J電��で学�{する。これまでのDeep Learningアルゴリズムは�~単に検証できる。高度の学�{を�耀uするには�嗄�なマシンとなる。

IBMではフォン・ノイマンコンピュータによる人工����Deep BlueやWatsonで培った�\術が�擇�ている。今度は��フォン・ノイマンコンピュータによる人間の�Nの機�Δ膨�戦している。

Apple、Google、Microsoftに比較して凄味のある研�|だと思う。これまでにIBMが培った研�|と人材の差だと思う。28nmプロセスのチップを���]したのはSamsungである。

�R）���颪遼Nの神経細胞(ニューロン)や神経�v路��(ニューラルネットワーク)の情報処理様式に学んで，�Nの高度な情報処理機�Δ凌郵�的実現を�`指す新しいタイプの情報処理�}法の総称。ニューロコンピューティングとも�}ぶ。