MIT研發(fā)新型神經(jīng)網(wǎng)絡芯片 可降低95%傳輸功耗

據(jù)外媒報道，近日麻省理工學院（MIT）的工程師研發(fā)出了一種新型神經(jīng)網(wǎng)絡芯片，可實現(xiàn)神經(jīng)網(wǎng)絡信息傳輸功耗降低95%。這將使電池驅(qū)動的移動設備可以最低的功耗運行神經(jīng)網(wǎng)絡程序。

據(jù)悉，MIT工程師研發(fā)出的這款神經(jīng)網(wǎng)絡芯片，可大幅降低芯片內(nèi)存和處理器之間來回傳輸數(shù)據(jù)的需求實現(xiàn)功耗降低95%。MIT工程師設計的芯片將應用于電池驅(qū)動的移動設備，諸如智能手機實現(xiàn)數(shù)字助理、實時翻譯等人工智能服務，其需要借助云端傳輸數(shù)據(jù)所消耗的巨大能耗問題。

一般來講，神經(jīng)網(wǎng)絡由成千上萬個層層互聯(lián)的人工神經(jīng)元組成，單個神經(jīng)元接收來自下一層神經(jīng)元的輸入，一旦這個組合輸入超出訓練期間設定的閾值，其就會輸出到上層的多個神經(jīng)元上。這意味著，單個神經(jīng)元、芯片要檢索特定連接輸入數(shù)據(jù)和內(nèi)存的連接權(quán)重，再相乘存儲結(jié)果，然后在每次輸入時進行過程重復。這就需要大量移動數(shù)據(jù)和能量的消耗。

MIT工程師借助模擬電路，在內(nèi)存中并行計算所有輸入。這不僅減少需要被推進的數(shù)據(jù)量，并可節(jié)省大量能源。這是第一次運用這種方法來運行基于圖像的人工智能應用程序的強大的卷積神經(jīng)網(wǎng)絡。

當然，這并不是研發(fā)人員第一次利用內(nèi)存創(chuàng)建處理數(shù)據(jù)而減少神經(jīng)網(wǎng)絡功耗。IBM人工智能副總裁達里奧·吉爾此前曾表示，“研究結(jié)果顯示，在使用內(nèi)存陣列進行卷積運算時，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雜的卷積神經(jīng)網(wǎng)絡。”

可處理數(shù)據(jù)的內(nèi)存芯片的研發(fā)，將有助于未來智能手機、家用電器、各種物聯(lián)網(wǎng)設備等設備搭載人工智能。同時，也進一步刺激硅谷巨頭在低功耗人工智能芯片領域的研發(fā)投入。