MIT开发出神经网络芯片

如果没有神经网络，近年来人工智能取得的一系列突破——包括面部识别与自然语言处理系统等——将根本无法真正实现。

所谓神经网络，指的是能够摄取大量数据并对其内容加以理解的、众多紧密连接的处理单元。然而，此类神经网络的进一步扩展，则在硬件层面面临着严重制约——具体来讲，其对硬件资源的严苛要求意味着相关设备只能以远程方式存在于数据中心之内。

如今，麻省理工学院的研究人员们表示，他们可以使用一种新型芯片来解决这个问题——该芯片能够立足现场执行一切必要的数据处理任务。研究人员们于本周二宣称：“新芯片相较于标准处理器可实现95%的能源效率提升，因此可被集成至小型电池供电设备当中，以进行边缘网络计算。”

为了实现这一种显示的能源效率提升效果，负责领导新芯片开发工作的麻省理工学院电气工程与计算机科学研究生Avishek Biswas利用到了神经网络处理当中的所谓“点积”特性。

Biswas称，“通用型处理器模型是在芯片中的某一部分安置存储器，芯片的另一部分则设有处理器。当需要进行计算操作时，数据需要在二者之间往来移动。”而这种数据往来移动正是令神经网络功耗激增的主要根源。