向右滑动:上一篇 向左滑动:下一篇 我知道了
广告

基于内存计算技术的人工智能芯片问世,快几百倍

时间:2018-11-19 阅读:
该芯片基于内存计算技术,旨在克服处理器需要花费大量时间和能量从内存中获取数据的主要瓶颈,通过直接在内存中执行计算,提高速度和效率。

通过改变计算的基本属性,美国普林斯顿大学研究人员日前打造的一款专注于人工智能系统的新型计算机芯片,可在极大提高性能的同时减少能耗需求。该芯片基于内存计算技术,旨在克服处理器需要花费大量时间和能量从内存中获取数据的主要瓶颈,通过直接在内存中执行计算,提高速度和效率。ZQ7ednc

芯片采用了标准编程语言,在依赖高性能计算且电池寿命有限的手机、手表或其他设备上特别有用。ZQ7ednc

018ednc20181119ZQ7ednc

研究人员表示,对于许多应用而言,芯片的节能与性能提升同样重要,因为许多人工智能应用程序将在由移动电话或可穿戴医疗传感器等电池驱动的设备上运行。这也是对可编程性的需求所在。ZQ7ednc

 

经典计算机体系结构将处理数据的中央处理器与存储数据的内存分离,很多计算机的能耗用于来回转移数据。新芯片考虑在架构级别而不是晶体管级别来突破摩尔定律的局限。但创建这样一个系统面临的挑战是,内存电路要设计得尽可能密集,以便打包大量数据。ZQ7ednc

研究团队使用电容器来解决上述问题,电容器可比晶体管在更密集的空间内进行计算,还可非常精确地制作在芯片上。新设计将电容器与芯片上的静态随机存取存储器(SRAM)的传统单元配对。电容器和SRAM的组合用于对模拟(非数字)域中的数据进行计算。这种内存电路可按照芯片中央处理单元的指令执行计算。ZQ7ednc

实验室测试表明,该芯片的性能比同类芯片快几十到几百倍。研究人员称,其已将内存电路集成到可编程处理器架构中。“如果以前的芯片是强大的引擎,新芯片就是整车。”ZQ7ednc

普林斯顿大学研制的新芯片主要用于支持为深度学习推理算法设计的系统,这些算法允许计算机通过学习数据集来制定决策和执行复杂的任务。深度学习系统可指导自动驾驶汽车、面部识别系统和医疗诊断软件。ZQ7ednc

(来源:中国科技网)ZQ7ednc

本文为EDN电子技术设计 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
您可能感兴趣的文章
  • 腾讯安全实验室教你如何戴着口罩人脸解锁 iPhone 近日,腾讯玄武实验室发表了一篇文章,介绍了“如何实现戴着口罩人脸解锁 iPhone”的窍门。
  • MIT教授初创企业起诉Facebook,PyTorch核心加速技术被指 近日,一份起诉书成为了深度学习社区的热点话题:Facebook 从创业公司 Neural Magic 挖来的技术人员 Zlateski 重现了今天 PyTorch 上的关键神经网络加速技术并将其开源。因为这件事,Facebook 被告上了麻省法庭。
  • 利用AI绘制地图加强灾害防范 发展中国家的许多地区都缺乏最新的地图,这意味着在发生自然灾害或传染病时,救援组织难以有效开展工作。英特尔已开发出可以通过卫星图像识别地物的AI模型,并与红十字会紧密合作推进“地图补全”项目,为发展中国家绘制地图,以提高其防范灾害的能力。
  • 加速AI深度学习,BF16浮点格式应运而生 为了加速AI深度学习(DL)的效能,包括Google、英特尔和Arm等越来越多公司开始导入BF16,但这种新的浮点格式可能成为深度学习运算主流?
  • 国产特斯拉Model 3刚交付就被曝“减配门” 颇受中国消费者欢迎的国产特斯拉Model 3近日却陷入了消费者维权的风波中。
  • 2020:消费电子产品未来几年趋势预测 一年伊始,正是对未来做些预测的时候。作者对未来几年消费电子产品的发展趋势提出了自己的观点。他认为,深度学习、自动驾驶汽车、5G设备、处理器、电池等将会快速发展,其中深度学习会影响未来的许多应用,包括自动驾驶汽车、网络安全,甚至各国的选举。
相关推荐
    广告
    近期热点
    广告
    广告
    广告
    可能感兴趣的话题
    广告