下一代人工智能芯片尝试模仿人脑以节省电能
下一代人工智能芯片尝试模仿人脑以节省电能胡萨姆-阿姆鲁奇（HussamAmrouch）开发出了一种可用于人工智能的架构，其功能是同类内存计算方法的两倍。据《自然》（Nature）杂志报道，这位慕尼黑工业大学（TUM）的教授利用被称为铁电场效应晶体管（FeFET）的特殊电路应用了一种新的计算模式。几年内，这可能会被证明适用于生成式人工智能、深度学习算法和机器人应用。基本理念很简单：以前的芯片只在晶体管上进行计算，而现在它们也是数据存储的位置。这样既省时又省力。慕尼黑工业大学（TUM）人工智能处理器设计教授胡萨姆-阿姆鲁奇（HussamAmrouch）说："因此，芯片的性能也得到了提升。"未来的芯片必须比早期的芯片更快、更高效。因此，它们的发热速度不能太大。如果要支持无人机飞行等场景的实时计算等应用，这一点至关重要。对于计算机来说，这样的任务极其复杂且耗能。HussamAmrouch教授为能源密集型应用开发强大的人工智能芯片。图片来源：AndreasHeddergott/TUM对芯片的这些关键要求可以用数学参数TOPS/W来概括："每秒每瓦特的太赫兹运算量"。这可以看作是未来芯片的重要技术指标：当提供一瓦（W）功率时，处理器每秒（S）能执行多少万亿次运算（TOP）。博世与弗劳恩霍夫IMPS合作开发的新型人工智能芯片在生产过程中得到了美国GlobalFoundries公司的支持，可提供885TOPS/W。这使得它比同类人工智能芯片（包括三星公司的MRAM芯片）的功能强大一倍。而目前普遍使用的CMOS芯片的运行速度在10-20TOPS/W之间。最近发表在《自然》杂志上的研究结果证明了这一点。受人脑启发的芯片架构研究人员从人类那里借鉴了现代芯片架构的原理。阿姆鲁奇说："在大脑中，神经元负责处理信号，而突触则能够记住这些信息，他描述了人类如何能够学习和回忆复杂的相互关系。"为此，芯片使用了"铁电"（FeFET）晶体管。这种电子开关具有特殊的附加特性（施加电压时极性反转），即使在切断电源的情况下也能存储信息。此外，它们还能保证在晶体管内同时存储和处理数据。阿姆鲁奇认为："现在，我们可以构建高效的芯片组，用于深度学习、生成式人工智能或机器人等应用，例如，在这些应用中，数据必须在生成的地方进行处理。"面向市场的芯片之路研究人员的目标是利用这种芯片运行深度学习算法，识别太空中的物体，或处理无人机在飞行过程中产生的数据，而不会出现时滞。不过，慕尼黑工业大学慕尼黑机器人与机器智能综合研究所（MIRMI）的教授认为，要实现这一目标还需要几年时间。他认为，适合实际应用的首款内存芯片最快也要三到五年后才能问世。其中一个原因是工业界的安全要求。例如，在汽车行业使用这种技术之前，仅有可靠的功能是不够的。它还必须符合该行业的特定标准。硬件专家阿姆鲁奇说："这再次凸显了与计算机科学、信息学和电气工程等不同学科的研究人员开展跨学科合作的重要性。"他认为这是MIRMI的一大优势。...PC版：https://www.cnbeta.com.tw/articles/soft/1396473.htm手机版：https://m.cnbeta.com.tw/view/1396473.htm
