基於記憶體計算技術的人工智慧晶元問世

人工智慧系統的新型計算機晶元問世。

通過改變計算的基本屬性，美國普林斯頓大學研究人員日前打造的一款專注於人工智慧系統的新型計算機晶元，可在極大提高效能的同時減少能耗需求。

該晶元基於記憶體計算技術，旨在克服處理器需要花費大量時間和能量從記憶體中獲取資料的主要瓶頸，通過直接在記憶體中執行計算，提高速度和效率。晶元採用了標準程式語言，在依賴高效能計算且電池壽命有限的手機、手錶或其他裝置上特別有用。

研究人員表示，對於許多應用而言，晶元的節能與效能提公升同樣重要，因為許多人工智慧應用程式將在由移動**或可穿戴醫療感測器等電池驅動的裝置上執行。這也是對可程式設計性的需求所在。

經典計算機體系結構將處理資料的**處理器與儲存資料的記憶體分離，很多計算機的能耗用於來回轉移資料。新晶元考慮在架構級別而不是電晶體級別來突破摩爾定律的侷限。但建立這樣乙個系統面臨的挑戰是，記憶體電路要設計得盡可能密集，以便打包大量資料。

研究團隊使用電容器來解決上述問題，電容器可比電晶體在更密集的空間內進行計算，還可非常精確地製作在晶元上。新設計將電容器與晶元上的靜態隨機訪問儲存器（sram）的傳統單元配對。電容器和 sram 的組合用於對模擬（非數字）域中的資料進行計算。這種記憶體電路可按照晶元**處理單元的指令執行計算。

實驗室測試表明，該晶元的效能比同類晶元快幾十到幾百倍。研究人員稱，其已將記憶體電路整合到可程式設計處理器架構中。「如果以前的晶元是強大的引擎，新晶元就是整車。」

普林斯頓大學研製的新晶元主要用於支援為深度學習推理演算法設計的系統，這些演算法允許計算機通過學習資料集來制定決策和執行複雜的任務。深度學習系統可指導自動駕駛汽車、面部識別系統和醫療診斷軟體。