要说到游戏本的选购，用户最为看重的肯定是硬件配置与外观，而机器的散热效果如今也越来越受重视。不过普通用户 很难知道一款笔记本的实际散热效果如何，仅能通过厂商的介绍来得知实际散热效果，这么一来一旦长时间的游玩出现高温降频问题该怎么办？选择一款靠得住游戏本就很重要了。
雷神新911黑幽灵
7-ZIP在解压缩与压缩文件的效率上要比WinRAR高一些，7-ZIP同样是一款支持多线程压缩的软件。我们使用软件内置的Benchmark 来进行简单对比。
世界上最早的一款类脑芯片，当属于IBM于2011年研制出的两个具有感知认知能力的硅芯片原型。
撬开“尼条野”之后，果然掉出来了LED灯罩：
温度测试
QPF4588曰：我不想看见5500MHz以上的来找我。
因为骁龙888的功耗数据高得不正常，所以后来还出现了物理拆机，用“假电池排线”的物理方法强行测试功耗。虽然结果比软件测试功耗低2W，但整机功耗依然达到了10W级别，瞬时功耗迫近11W。
雷神911 Targa
跑分毕竟不能替代实际的游戏表现，下面通过《巫师3》和《刺客信条：枭雄》两款游戏来测试华硕GX501的游戏表现，两款游戏均在1080P分辨率下的最高特效进行。
卡着动弹不了的就是这个小东西，这样就可以从顶部抽出主板了：
7Z 解压缩结果
屏下指纹回归，该有的全都有
在游戏本中算得上很轻薄
这并不会真正妨碍类脑计算向前发展。
8代酷睿标准电压CPU虽然在拷机过程中无法稳定睿频，但日常使用中非AVX 场合完全可以保持高频多核特性，实际提升幅度相当大，很大程度上抵消了之前大家的担忧。
在屏幕上，该机并没有追求更高的分辨率，1080P用GTX1080 with Max-Q来带动更加流畅，作为一款游戏本，这块屏幕还支持120Hz,加上72%的NTSC色域，再加上支持G-SYNC。满足了电竞玩家的基本需求。同时前置摄像处带有光线感应器，可以动态调节屏幕亮度。
接下来简单看看样张：
处理器型号：Intel 酷睿i7 7820HK
X264 X265 转码理论实践验证
显卡类型：发烧级独立显卡
内存类型DDR4 2400MHz
GX501VSK的散热设计不仅包含上述的铰链结构，也同时包含其配备的主动式空气力学散热系统（AAS），该系统包含多项强化特色、改善内部气流，降低风扇旋转速度和音量，同时保持低温。也调整了进气口的形状，进一步减少噪音等级，降低噪音的存在感。
但今年骁龙8 Gen 1在跑分和日常调度上的差距之大，确实也是史无前例的，进一步促进了“跑分无用论”，冲击到跑分工具的信任基础：跑分那么高，不还是卡？
作为新型计算形态的一种，类脑计算芯片有望打破这一僵局。
为了让用户拥有个性化的影像表达，Redmi K60 Pro还搭载了Note 12上好评的胶片相机玩法，不同的胶片和胶片相框自由搭配，不用再二次修图，就能呈现不同的风格。
Cinebench R15 运行情况
台积电4nm、更有诚意的堆料、测试机上压倒性的CPU和能效比，都让大家期待值拉满。“干翻X通！天下人苦X通久矣”的欢呼声不绝于耳。最终万众期待的天玑9000，由OPPO Find X5 Pro天玑版PPT首发，由Redmi K50 Pro物理首发。
△ SNN与DNN（ANN）的区别，图源：智源社区《中科院李国齐：一文梳理类脑计算的前世今生》
屏幕技术FHD，LED背光，G-Sync显示技术，IPS屏
柱状图部分，笔记本电脑的功率自然最高，其他设备的功率柱状图走向依次递减。
但传统冯·诺伊曼计算架构存算分立的设计，让处理器即使再快也要等内存，算力根本无法得到提高。
因为关于SNN训练，目前还面临着诸多挑战，包括脉冲神经元中复杂的时空动力过程、脉冲信息不可导、脉冲退化和训练精度损失等，也就进一步导致当前尚未存在一种统一的、且公认有效的算法来训练它。
拟定在2018年4月初更新i7 8000H\i5 8000H\i9 8000HK 系列的厂商有很多，我们今天的横评就涉及到其中的三家，分别是微星、华硕和机械革命。我们首先以华硕笔记本为载体分析介绍i7 8750H CPU的基本情况。
Intel 此前凌乱的路线图
硬盘容量：128GB+1TB
华硕ROG GX501VSK7700（16GB/512GB）
先拆屏蔽罩最多的主板正面：
- 报价|参数|图片
- 14000
运行Photoshop
国内还有大量32位APP，甚至国产手机系统中部分自带APP都还是32位的。在骁龙8 Gen 1发布3个月后，OPPO、vivo、小米、应用宝和百度，终于在4月联手宣布不再允许单独上架32位APP，算是从根源上促进了国内APP的64位化。
大米评测数据↑
从这些公司的技术路线上来看，主要有两条路径，恰好也是前面提到实现类脑智能的两种解决思路。
最新代表性进展来自北京智源人工智能研究院给出的“智能线虫”——天宝1.0。
2019年，第三代天机芯登上Nature封面，再度掀起对类脑芯片的热议。芯片搭载在无人驾驶自行车上，实现了自主决策、实时视觉探测、自动避障等功能。
可以感知到的是，兜兜转转近十年的类脑芯片，目前还市场标准还未统一，应用场景也多样。更多芯片方案还处于自我更新迭代当中。
以优先上市的Brainchip为例，他们研发出了世界上第一款商用神经拟态处理器Akida，面向边缘AI计算，去年10月开始量产。今年2月还与奔驰达成合作，用于座舱内的感知和识别。
这也恰好是第二种技术路线：以算法优先，然后再以算法定义芯片。
其中，旗舰类脑芯片“思辨1号”对标SpiNNaker，采用28nm工艺，主频为2 GHz，支持RISC-V Vector 1.0指令集，同时支持AI加速（算力可达4TOPS）和类脑计算（SNN因果学习算法），单芯片同时最大可实现100万个神经元运算的同时，功耗不高于2W，性能可以与英特尔Loihi2媲美。
首先，纵观人工智能发展的历史，从ANN到DNN，其实都是基于对大脑的模仿。
第三代神经网络SNN由此诞生，除了神经元和突触状态之外，SNN还将时间概念纳入其中，实现了更高级的大脑生物神经模拟水平，有望打破现有的神经网络在功耗、算力、样本数量和质量等方面的限制。
其次，要从当下最火热的通用人工智能（AGI）说起。
最后，再将目光聚焦到当下，可以说，我们从未像今天这样需要新型计算机。
最后，结尾再抛给大家两个开放问题：
1、你认为类脑智能是否会产生意识？
2、类脑智能是否会像生物大脑一样也会产生遗忘？
参考文献：
[1]https://news.sciencenet.cn/htmlnews/2022/1/472375.shtm
[2]https://www.sohu.com/a/424817554_129720
[3]https://www.sgpjbg.com/info/25374.html
[4]https://www.ahpst.net.cn/News/show/18405.html
[5]https://s3.i-micronews.com/uploads/2021/05/YINTR21214-Neuromorphic-Computing-and-Sensing-2021-Flyer.pdf
[6]张臣雄 .《AI芯片：前沿技术与创新未来》
关注我们，第一时间获知前沿科技动态