高層速讀

關(guān)鍵信息：IBM的研究人員正在研究一種專門用于運(yùn)行神經(jīng)網(wǎng)絡(luò)的芯片，該芯片將比GPU的能效高280倍，每平方毫米的操作次數(shù)將達(dá)到100倍，使數(shù)據(jù)在存儲(chǔ)的同時(shí)得到處理，極大地提高了處理效率。

關(guān)鍵意義：該芯片可以將人工智能應(yīng)用到個(gè)人設(shè)備，打造個(gè)性化AI，同時(shí)也可以使數(shù)據(jù)中心更加安全、高效。

直到本世紀(jì)初，研究人員才意識(shí)到，為視頻游戲設(shè)計(jì)的GPU圖形處理單元可以被用作硬件加速器，以運(yùn)行更大的神經(jīng)網(wǎng)絡(luò)。因?yàn)檫@些芯片能夠并行進(jìn)行大量計(jì)算，而不是像傳統(tǒng)CPU那樣按順序處理它們。

使用GPU運(yùn)行神經(jīng)網(wǎng)絡(luò)已經(jīng)在人工智能方面取得了驚人的進(jìn)步，但這兩者的合作還不是很完美。IBM研究人員正在研究一種專門用于運(yùn)行神經(jīng)網(wǎng)絡(luò)的新芯片，以提供更快、更有效的替代方案。

GPU的引入促進(jìn)該領(lǐng)域的進(jìn)展，但這些芯片仍然將處理和儲(chǔ)存分開，這意味著大量的時(shí)間和精力都花在了兩者之間的數(shù)據(jù)傳輸上。問(wèn)題的存在促使了人們對(duì)新的存儲(chǔ)技術(shù)進(jìn)行了研究，研發(fā)一種既能存儲(chǔ)和處理同一地點(diǎn)的大量數(shù)據(jù)，又能提高速度和能源效率的技術(shù)。

IBM這種新的存儲(chǔ)設(shè)備依賴于調(diào)整電阻級(jí)別來(lái)存儲(chǔ)模擬的數(shù)據(jù)——即以連續(xù)規(guī)模存儲(chǔ)數(shù)據(jù)，而不是以數(shù)字存儲(chǔ)器的二進(jìn)制 1 和 0。因?yàn)樾畔⒋鎯?chǔ)在存儲(chǔ)單元的電導(dǎo)中，通過(guò)簡(jiǎn)單地傳遞一個(gè)電壓并讓系統(tǒng)通過(guò)物理來(lái)進(jìn)行計(jì)算是可能的。

但是這些設(shè)備固有的物理缺陷使它們的行為不一致，這意味著使用它們來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)的分類精度明顯低于使用GPU。

“我們可以在一個(gè)比GPU更快的系統(tǒng)上進(jìn)行訓(xùn)練，但如果訓(xùn)練不那么準(zhǔn)確，是沒有用的，”領(lǐng)導(dǎo)該項(xiàng)目的IBM研究博士后研究員Ambrogio說(shuō)，“到目前為止，還沒有證據(jù)表明使用這些新設(shè)備的可能性和像GPU一樣精確?！?/p>

在上周發(fā)表在Nature雜志上的一篇論文中，Ambrogio和他的同事們描述了他們是如何利用新興的模擬存儲(chǔ)和更傳統(tǒng)的電子元件組合來(lái)創(chuàng)造出一種芯片，這種芯片可以與GPU的精度相匹配，同時(shí)運(yùn)行速度更快，而且只消耗了一小部分能量。

為了測(cè)試他們的設(shè)備，研究人員對(duì)他們的網(wǎng)絡(luò)進(jìn)行了一系列流行的圖像識(shí)別基準(zhǔn)測(cè)試，達(dá)到了與谷歌領(lǐng)先的神經(jīng)網(wǎng)絡(luò)軟件TensorFlow相當(dāng)的精確度。

他們預(yù)測(cè)，一個(gè)完全內(nèi)置的芯片將比GPU的能效高280倍，而且每平方毫米的操作次數(shù)將達(dá)到100倍。

研究人員表示，他們希望在投入時(shí)間和精力打造完整的芯片之前，先檢查一下這種方法是否可行。

但這樣一個(gè)專用芯片有什么作用呢？

研究人員說(shuō)，有兩個(gè)主要的應(yīng)用：將人工智能應(yīng)用到個(gè)人設(shè)備上；使數(shù)據(jù)中心更加高效。而直接在個(gè)人設(shè)備上實(shí)現(xiàn)人工智能的好處是，將會(huì)阻止用戶在云端分享他們的數(shù)據(jù)，從而增加隱私安全。

但更令人興奮的前景是人工智能的個(gè)性化。

“在你的汽車或智能手機(jī)上實(shí)現(xiàn)的這個(gè)神經(jīng)網(wǎng)絡(luò)可以不斷地從你的經(jīng)驗(yàn)中學(xué)習(xí)。你的手機(jī)將有專門屬于你的聲音，或者你的車有專屬你的駕駛方式……”

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。