(資料圖)
模擬計算機芯片運行人工智能（AI）語音識別模型的效率是傳統芯片的14倍，有可能為AI研究中巨大且不斷增長的能源消耗以及全球范圍內通用數字芯片短缺問題提供解決方案。
這一新產品由IBM Research開發，概述這項工作的論文發表于《自然》。研究人員聲稱，模擬芯片可以減少人工智能發展的障礙。
GPU是一種圖形處理器，最初設計用于運行視頻游戲，傳統上也用于訓練和運行AI模型，目前全球都在搶購這種芯片，供不應求。研究還表明，AI的能源使用量正在迅速增長，從2012年到2021年增長了100倍，其中大部分能源來自化石燃料。這些問題導致有人認為，AI模型發展將很快陷入僵局。當前AI硬件的另一個問題是，它必須在內存和處理器之間來回傳輸數據。一種解決方案是模擬存算一體（CIM）芯片，它直接在內存中執行計算，IBM現在已經大規模演示了這種芯片。
IBM的新設備包含3500萬個所謂的相變存儲單元，這是CIM的一種形式，可以設置為兩種狀態中的一種，就像計算機芯片中的晶體管一樣，也可以在兩種狀態之間進行不同程度的設置。
這一特征至關重要，因為這些不同的狀態可以用于表示神經網絡中人工神經元之間的突觸權重——神經元之間的連接強度。神經網絡是一種AI，它模擬人類大腦中神經元之間的連接在學習新信息或技能時的變化，這些信息或技能通常以數位值的形式存儲在計算機內存中。這使得新芯片能夠存儲和處理這些突觸權重，而無需在遠程存儲芯片中進行數百萬次調用或存儲數據的操作。
美國英特爾公司相關負責人評價說，這種芯片“還遠不是一個成熟的產品”，但實驗表明，它可以在當今常用的AI神經網絡上有效工作，并有潛力支持ChatGPT等流行應用。“就像GPU無法覆蓋標準計算機處理器CPU可以執行的所有任務一樣，模擬AI芯片或模擬CIM芯片也有其局限性。但如果AI的趨勢能夠繼續并保持當前的發展態勢，高度定制的芯片肯定會變得更加普遍。”
盡管該芯片是專門定制的，但它在IBM語音識別任務之外可能有其他用途。“正如展示的那樣，模擬AI或模擬CIM具有更高的功率和硅使用效率，與CPU或GPU相比，這可能會降低成本。”上述負責人說。（來源：中國科學報 文樂樂）
相關論文信息：https://doi.org/10.1038/s41586-023-06337-5
版權聲明：本文轉載僅僅是出于傳播信息的需要，并不意味著代表本網站觀點或證實其內容的真實性；如其他媒體、網站或個人從本網站轉載使用，須保留本網站注明的“來源”，并自負版權等法律責任；作者如果不希望被轉載或者聯系轉載稿費等事宜，請與我們接洽。關鍵詞：
