据国外媒体报道，IBM从2008年开始就潜心研究一种能模拟人类大脑的“自适应可扩展塑性电子神经形态系统”芯片，简称SyNAPSE。该芯片已在去年就达到了可量化生产的水平。不过直到今天，IBM宣布开放一个为期三周的“训练营”培训项目，学术届和政府机构研究人员才首次有幸目睹了SyNAPSE的伟大和潜力。
首个基于SyNAPSE打造的芯片被命名为TrueNorth。该芯片内置100万个模拟神经元和2.56亿个模拟神经突触，并以模块化的方式构建成了一个基于晶体管打造的神经网络。每颗芯片所包含的神经网络还可以通过阵列的方式互联，48颗芯片组建成的具有4800万个神经链的网络，将足以媲美一只普通老鼠大脑的计算能力。
TrueNorth的主要用途在于执行“深度学习”算法，譬如Facebook的面部识别和Skype的实时翻译等功能的算法。但TrueNorth在实现成本，尤其是能耗以及占用空间等方面，则要较传统数据中心优势得多——一颗含54亿个晶体管的TrueNorth芯片，所需功耗只不过是70毫瓦，而一颗包含14亿个晶体管的英特尔芯片，所需功耗则通常达到35瓦甚至140瓦（1瓦=1000毫瓦）。
当然，未来的TrueNorth芯片可能会缩小到足以放入手机或智能手表等设备中。与GPU或者FPGA不同，TrueNorth的工作原理十分接近深度学习算法本身，这有助于让IBM将一部分计算由当前的数据中心“下放”至终端设备。
而由于数据不再需要被来回传输，科技公司只需简单的将深入学习模型（如数出照片中的汽车数量），上传至数据中心服务器中，再启用终端用户的TrueNorth模型辨识功能即可。不过，这样的实际应用估计还有几年时间才能实现，TrueNorth目前任然是处在研发的初期阶段。
