基于內存計算技術(shù)的人工智能芯片問(wèn)世

　　通過(guò)改變計算的基本屬性，美國普林斯頓大學(xué)研究人員日前打造的一款專(zhuān)注于人工智能系統的新型計算機芯片，可在極大提高性能的同時(shí)減少能耗需求。

　　該芯片基于內存計算技術(shù)，旨在克服處理器需要花費大量時(shí)間和能量從內存中獲取數據的主要瓶頸，通過(guò)直接在內存中執行計算，提高速度和效率。芯片采用了標準編程語(yǔ)言，在依賴(lài)高性能計算且電池壽命有限的手機、手表或其他設備上特別有用。

　　研究人員表示，對于許多應用而言，芯片的節能與性能提升同樣重要，因為許多人工智能應用程序將在由移動(dòng)電話(huà)或可穿戴醫療傳感器等電池驅動(dòng)的設備上運行。這也是對可編程性的需求所在。

　　經(jīng)典計算機體系結構將處理數據的中央處理器與存儲數據的內存分離，很多計算機的能耗用于來(lái)回轉移數據。新芯片考慮在架構級別而不是晶體管級別來(lái)突破摩爾定律的局限。但創(chuàng )建這樣一個(gè)系統面臨的挑戰是，內存電路要設計得盡可能密集，以便打包大量數據。

　　研究團隊使用電容器來(lái)解決上述問(wèn)題，電容器可比晶體管在更密集的空間內進(jìn)行計算，還可非常精確地制作在芯片上。新設計將電容器與芯片上的靜態(tài)隨機存取存儲器(SRAM)的傳統單元配對。電容器和SRAM的組合用于對模擬(非數字)域中的數據進(jìn)行計算。這種內存電路可按照芯片中央處理單元的指令執行計算。

　　實(shí)驗室測試表明，該芯片的性能比同類(lèi)芯片快幾十到幾百倍。研究人員稱(chēng)，其已將內存電路集成到可編程處理器架構中?！叭绻郧暗男酒菑姶蟮囊?，新芯片就是整車(chē)?！?/p>

　　普林斯頓大學(xué)研制的新芯片主要用于支持為深度學(xué)習推理算法設計的系統，這些算法允許計算機通過(guò)學(xué)習數據集來(lái)制定決策和執行復雜的任務(wù)。深度學(xué)習系統可指導自動(dòng)駕駛汽車(chē)、面部識別系統和醫療診斷軟件。