| cyqdesign |
2018-03-14 15:50 |
麻省理工學(xué)院設(shè)計出低功耗的人工智能芯片
神經(jīng)網(wǎng)絡(luò)非常強(qiáng)大,但是它們需要大量的能量。麻省理工學(xué)院的工程師們現(xiàn)開發(fā)出了一種新的芯片,可以將神經(jīng)網(wǎng)絡(luò)的功耗降低95%,這也許會使得其可在電池驅(qū)動的移動設(shè)備上運(yùn)行。 >{[ Ym?VF{e, 如今智能手機(jī)正變得越來越智能,提供了越來越多的人工智能服務(wù),如數(shù)字助理和實時翻譯。但是,為這些服務(wù)進(jìn)行數(shù)據(jù)運(yùn)算的神經(jīng)網(wǎng)絡(luò)通常都在云端,智能手機(jī)的數(shù)據(jù)也是在云端來回傳輸。 K0|:+s@u umN4|X 這并不是一種理想的狀態(tài),因為這需要大量的通信帶寬,并且這意味著潛在的敏感數(shù)據(jù)正在被傳輸并存儲在不受用戶控制的服務(wù)器上。但是,圖形處理器的神經(jīng)網(wǎng)絡(luò)正常運(yùn)行需要大量的能量,這使得在電池電量有限的設(shè)備上運(yùn)行神經(jīng)網(wǎng)絡(luò)不切實際。 :cKdl[E4z X*M2 O%g`L 麻省理工學(xué)院的工程師們現(xiàn)在已經(jīng)設(shè)計出了一種芯片,可以大幅降低芯片內(nèi)存和處理器之間來回傳輸數(shù)據(jù)的需求,從而降低95%的功耗。神經(jīng)網(wǎng)絡(luò)由成千上萬個一層層相互連接的人工神經(jīng)元組成。每個神經(jīng)元接收來自其下一層的多個神經(jīng)元的輸入,并且如果這一組合輸入通過了一個特定的閾值,它就會將輸出傳送到上層的多個神經(jīng)元上。神經(jīng)元之間的連接強(qiáng)度是由在訓(xùn)練期間設(shè)定的權(quán)重控制的。 U#`2~Qv/1 d%:J-UtG" 這意味著,對于每個神經(jīng)元,芯片必須檢索特定連接的輸入數(shù)據(jù)和來自內(nèi)存的連接權(quán)重,將它們相乘,存儲結(jié)果,然后在每一次輸入時重復(fù)這個過程。這需要大量的數(shù)據(jù)移動,也因此需要消耗大量的能量。麻省理工學(xué)院的新芯片另辟蹊徑,使用模擬電路,在內(nèi)存中并行計算所有輸入。這大大減少了需要被推進(jìn)的數(shù)據(jù)量,并最終能節(jié)省大量的能源。這種方法要求連接的權(quán)重為二進(jìn)制而不是一系列的值,但是先前的理論工作表明這不會對芯片的準(zhǔn)確性造成太大影響,研究人員發(fā)現(xiàn)芯片的結(jié)果基本上包括在標(biāo)準(zhǔn)計算機(jī)上運(yùn)行的傳統(tǒng)非二進(jìn)制神經(jīng)網(wǎng)絡(luò)的2%到3%之內(nèi)。 P6A##z lE$(*1H 這并不是研究人員第一次在內(nèi)存中創(chuàng)建處理數(shù)據(jù)的芯片,以減少神經(jīng)網(wǎng)絡(luò)的功耗,但這是第一次使用這種方法來運(yùn)行基于圖像的人工智能應(yīng)用程序的強(qiáng)大的卷積神經(jīng)網(wǎng)絡(luò)。IBM人工智能副總裁達(dá)里奧·吉爾在一份聲明中說:“研究結(jié)果顯示,在使用內(nèi)存陣列進(jìn)行卷積運(yùn)算時,它的性能令人印象深刻。它肯定會為未來物聯(lián)網(wǎng)的圖像和視頻分類提供更復(fù)雜的卷積神經(jīng)網(wǎng)絡(luò)。” CYYo+5x NInZ~4: 然而,不僅僅是研究小組在研究這個問題。讓智能手機(jī)、家用電器、各種物聯(lián)網(wǎng)設(shè)備等設(shè)備搭載人工智能的愿望,正驅(qū)使著硅谷的大佬們紛紛轉(zhuǎn)戰(zhàn)低功耗人工智能芯片。 a
金塔县|
湟源县|
临澧县|
保亭|
双江|
平顺县|
张掖市|
日喀则市|
辉县市|
儋州市|
湖南省|
寻甸|
临猗县|
威信县|
广昌县|
绩溪县|
秦安县|
宁蒗|
新安县|
汪清县|
临安市|
清河县|
峨眉山市|
石景山区|
富平县|
易门县|
郯城县|
闻喜县|
嘉祥县|
霍邱县|
花垣县|
石狮市|
绥芬河市|
棋牌|
乌鲁木齐市|
台北县|
长沙市|
如东县|
崇左市|
尚志市|
肥东县|
| |