麻省理工学院有一个新的芯片,可以让智能手机上的AI更快,更高效 与传统方式相比,这些芯片处理数据的速度提高了七倍,功耗降低95%。
最近,麻省理工学院(MIT)透露,他们的一些研究人员发明了一种超级低功耗芯片来处理加密技术,该研究所采用的是一种神经网络芯片,该芯片能将电力消耗降低95%。这一特性使得手机和平板电脑等以电池为动力的电子产品更适合利用更复杂的神经网络系统。
神经网络由许多相互连接的基本的、相互连接的信息处理器组成。通常,这些网络通过分析大量数据并将其应用到新的任务中来学习如何执行任务。它们现在被用来做一些典型的事情,比如语音识别、照片处理,以及更新颖的任务,比如再现你的大脑实际看到的东西,创造出神奇的事务。
问题是,神经网络是巨大的,它们运行的计算是功率密集型的,而手机的处理速度有限,这限制了它们的最终实用性。新的MIT芯片在早期的迭代中,除了功率下降外,增加了3到7倍的神经网络的计算速度。研究人员能够将神经网络中的机器学习算法简化为一个点,称为点积。这代表了神经网络中各个节点的前后移动,以及需要将这些数据来回传递给内存,就像之前的设计一样。新的芯片可以在一个步骤中计算多个节点(原型中的16个节点)的点积,而不是移动处理器和内存之间的每一个计算的原始结果。
IBM的AI Dario Gil副总裁认为这是一个巨大的进步。他在一份声明中说:“研究结果显示,使用内存阵列来实现卷积运算的节能效果令人印象深刻。”“它肯定会为未来在物联网中的图像和视频分类提供更复杂的卷积神经网络。”
领取专属 10元无门槛券
私享最新 技术干货