IBM报告模仿人脑的模拟人工智能芯片
LSTM为字符预测测量结果。信用:自然电子(2023).DOI: 10.1038/s41928-023-01010-1
深度神经网络正在产生许多源于生殖人工智能的令人兴奋的进展。但他们的架构依赖于一种虚拟减速带的配置,确保无法获得最大效率。
由单独的存储和处理单元构成,神经网络面临两个组件之间的通信对系统资源的大量需求,导致速度变慢和效率降低。
IBM Research想出了一个更好的主意,它求助于一个完美的模型来激发一个更高效的数字大脑人脑。
在一篇论文“64核混合信号内存计算芯片基于相变存储器对于深度神经网络推理”,发表在自然电子8月10日,IBM研究人员表示,他们为最先进的混合信号人工智能芯片应用了一种新方法,该芯片有望提高效率,减少人工智能项目中的电池消耗。
“人脑能够在消耗很少能量的情况下实现非凡的性能,”该研究的合著者之一,来自瑞士苏黎士IBM研究实验室的灭霸·瓦西洛普洛斯说。
IBM的混合信号芯片以类似于大脑中突触相互作用的方式运作,具有64个模拟内存核心,每个核心都拥有一系列突触细胞单元。转换器确保模拟和数字状态之间的平稳转换。
根据IBM的说法,这些芯片在CIFAR-10数据集上达到了92.81%的准确率,CIFAR-10数据集是一个广泛用于机器学习训练的图像集合。
“我们用ResNet和长短期记忆网络证明了接近软件等效的推理准确性,”Vasilopoulos说。ResNet是residual neural network的缩写,是一种深度学习模型,允许在神经网络的数千层上进行训练,而不会影响性能。
“为了实现端到端的延迟改进,以及能耗,AIMC必须与片上数字操作和片上通信相结合在这里,我们报告了一种采用14纳米互补金属氧化物半导体技术设计和制造的多核AIMC芯片,具有后端集成相变存储器。"
Vasilopoulos说,随着性能的提高,“大型和更复杂的工作负载可以在低功耗或电池受限的环境中执行。”这包括手机、汽车和照相机。
“此外,云提供商将能够使用这些芯片来降低能源成本和碳足迹,”他说。
IBM表示,随着未来数字电路的改进,允许层间激活传输和本地存储器中的中间激活存储,将允许在这些芯片上执行完全流水线化的端到端推理工作负载。
Vasilopoulos在他的个人博客上讨论了IBM的最新成就,他说:“通过这项工作,许多需要完全实现模拟人工智能承诺的组件,对于高性能和高能效的人工智能来说,已经通过了硅验证。”
他在另一篇题为“模拟内存计算时代的到来”的文章中提供了该芯片的技术概述电气和电子工程8月10日。
他将该芯片称为“同类产品中的第一款”,并将其描述为“基于后端集成相变存储器(PCM)的14纳米互补金属氧化物半导体(CMOS)工艺的完全集成的混合信号内存计算芯片。”
他进一步定义了这个项目,“芯片由64个AIMC核心组成,每个核心都有一个256x256单位单元的存储阵列。单位单元由四个PCM设备构成,总共超过16M个设备。除了模拟存储器阵列,每个内核还包含一个轻型数字处理单元,用于执行激活功能、累加和缩放操作。”
- 分享
- 举报
-
浏览量:443次2023-08-23 14:49:36
-
浏览量:620次2023-10-24 13:59:57
-
浏览量:599次2023-11-07 13:56:19
-
浏览量:467次2023-09-15 10:14:32
-
浏览量:703次2023-08-29 10:35:17
-
浏览量:1902次2020-06-05 14:02:40
-
浏览量:919次2023-08-15 10:12:54
-
浏览量:587次2023-06-02 17:42:13
-
浏览量:2282次2019-05-07 11:29:06
-
浏览量:1755次2022-02-02 09:00:15
-
浏览量:2148次2017-12-25 00:02:34
-
浏览量:2801次2020-11-23 11:07:15
-
浏览量:1653次2018-10-14 14:14:37
-
浏览量:2780次2019-12-23 10:36:02
-
浏览量:512次2023-09-28 09:57:26
-
浏览量:858次2023-02-24 09:24:44
-
浏览量:544次2023-10-08 10:23:23
-
浏览量:3123次2019-06-19 16:37:18
-
浏览量:2117次2017-12-19 22:07:03
-
广告/SPAM
-
恶意灌水
-
违规内容
-
文不对题
-
重复发帖
blakmi
感谢您的打赏,如若您也想被打赏,可前往 发表专栏 哦~
举报类型
- 内容涉黄/赌/毒
- 内容侵权/抄袭
- 政治相关
- 涉嫌广告
- 侮辱谩骂
- 其他
详细说明