基于內(nèi)存計(jì)算技術(shù)的人工智能芯片問(wèn)世

　　通過(guò)改變計(jì)算的基本屬性，美國(guó)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(tǒng)的新型計(jì)算機(jī)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(nèi)存計(jì)算技術(shù)，旨在克服處理器需要花費(fèi)大量時(shí)間和能量從內(nèi)存中獲取數(shù)據(jù)的主要瓶頸，通過(guò)直接在內(nèi)存中執(zhí)行計(jì)算，提高速度和效率。芯片采用了標(biāo)準(zhǔn)編程語(yǔ)言，在依賴(lài)高性能計(jì)算且電池壽命有限的手機(jī)、手表或其他設(shè)備上特別有用。

　　研究人員表示，對(duì)于許多應(yīng)用而言，芯片的節(jié)能與性能提升同樣重要，因?yàn)樵S多人工智能應(yīng)用程序?qū)⒃谟梢苿?dòng)電話(huà)或可穿戴醫(yī)療傳感器等電池驅(qū)動(dòng)的設(shè)備上運(yùn)行。這也是對(duì)可編程性的需求所在。

　　經(jīng)典計(jì)算機(jī)體系結(jié)構(gòu)將處理數(shù)據(jù)的中央處理器與存儲(chǔ)數(shù)據(jù)的內(nèi)存分離，很多計(jì)算機(jī)的能耗用于來(lái)回轉(zhuǎn)移數(shù)據(jù)。新芯片考慮在架構(gòu)級(jí)別而不是晶體管級(jí)別來(lái)突破摩爾定律的局限。但創(chuàng)建這樣一個(gè)系統(tǒng)面臨的挑戰(zhàn)是，內(nèi)存電路要設(shè)計(jì)得盡可能密集，以便打包大量數(shù)據(jù)。

　　研究團(tuán)隊(duì)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(nèi)進(jìn)行計(jì)算，還可非常精確地制作在芯片上。新設(shè)計(jì)將電容器與芯片上的靜態(tài)隨機(jī)存取存儲(chǔ)器(SRAM)的傳統(tǒng)單元配對(duì)。電容器和SRAM的組合用于對(duì)模擬(非數(shù)字)域中的數(shù)據(jù)進(jìn)行計(jì)算。這種內(nèi)存電路可按照芯片中央處理單元的指令執(zhí)行計(jì)算。

　　實(shí)驗(yàn)室測(cè)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(nèi)存電路集成到可編程處理器架構(gòu)中。“如果以前的芯片是強(qiáng)大的引擎，新芯片就是整車(chē)。”

　　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(xí)推理算法設(shè)計(jì)的系統(tǒng)，這些算法允許計(jì)算機(jī)通過(guò)學(xué)習(xí)數(shù)據(jù)集來(lái)制定決策和執(zhí)行復(fù)雜的任務(wù)。深度學(xué)習(xí)系統(tǒng)可指導(dǎo)自動(dòng)駕駛汽車(chē)、面部識(shí)別系統(tǒng)和醫(yī)療診斷軟件。