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

據(jù)悉，MIT工程師研發(fā)出的這款神經(jīng)網(wǎng)絡(luò)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(shí)現(xiàn)功耗降低95%。MIT工程師設(shè)計的芯片將應(yīng)用于電池驅(qū)動的移動設(shè)備，諸如智能手機(jī)實(shí)現(xiàn)數(shù)字助理、實(shí)時翻譯等人工智能服務(wù)，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(luò)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(xùn)練期間設(shè)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(jìn)行過程重復(fù)。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(jìn)的數(shù)據(jù)量，并可節(jié)省大量能源。這是第一次運(yùn)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)。

當(dāng)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(luò)功耗。IBM人工智能副總裁達(dá)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(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)。”

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(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。同時，也進(jìn)一步刺激硅谷巨頭在低功耗人工智能芯片領(lǐng)域的研發(fā)投入。