(相關資料圖)

國際著名學術期刊《自然》最新發(fā)表一篇計算科學論文，研究人員報道了一種能效為傳統(tǒng)數字計算機芯片14倍的模擬人工智能(AI)芯片。研究顯示，這一由美國IBM研究實驗室開發(fā)的芯片在語音識別上的效率超過通用處理器，該項技術或能打破當前AI開發(fā)中因對算力性能和效率的需求而遇到的瓶頸。

該論文介紹，隨著AI技術的崛起，對能源和資源的需求也隨之上升。在語音識別領域，軟件升級極大提升了自動轉寫的準確率，但由于在存儲器與處理器之間移動的運算數量不斷增加，硬件無法跟上訓練和運行這些模型所需的數以百萬計的參數。研究人員提出的一個解決辦法是使用“存內計算”(CiM，或稱模擬AI)芯片。模擬AI系統(tǒng)通過直接在它自己的存儲器內執(zhí)行運算來防止低效，而數字處理器需要額外時間和能源在存儲器和處理器之間移動數據。模擬AI芯片預計能極大提升AI計算的能效，但之前對此的實際演示一直缺乏。

論文第一作者和通訊作者、IBM研究實驗室S. Ambrogio和同事開發(fā)了一個14納米的模擬AI芯片，在34個模塊(tile)中含有3500萬個相變化內存單元。研究團隊用兩個語音識別軟件在語言處理能力上測試了該芯片的效率，這兩個軟件分別是一個小網絡(Google Speech Commands)和一個大網絡(Librispeech)，并在自然語言處理任務上與行業(yè)標準進行對比。小網絡的性能和準確率與當前的數字技術相當。對于更大的Librispeech模型來說，該芯片能達到每秒每瓦12.4萬億次運算(Tera Operations)，系統(tǒng)性能估計最高能達到傳統(tǒng)通用處理器的14倍。

《自然》同期發(fā)表同行專家的“新聞與觀點”文章稱，該研究在小模型和大模型中同時驗證了模擬AI技術的性能和效率，支持其有望成為數字系統(tǒng)的商業(yè)可行的替代選擇。(完)

（文章來源：中國新聞網）

關鍵詞：