12月3號(hào),在舊金山舉行的IEEE國(guó)際電子器件會(huì)議(IEEE International Electron Devices Meeting)上,來自IBM的報(bào)告介紹了一種新的8位模擬芯片。但真正的發(fā)展并不是模擬芯片追趕上了數(shù)字芯片,而是對(duì)芯片架構(gòu)的徹底重新思考。該芯片是第一個(gè)在存儲(chǔ)信息的地方執(zhí)行8位計(jì)算的芯片。
這項(xiàng)研究的首席研究員Abu Sebastian(來自IBM蘇黎世研究中心)說,在傳統(tǒng)的馮·諾依曼芯片架構(gòu)中,數(shù)據(jù)不斷地在內(nèi)存和處理器之間穿梭,這消耗了寶貴的能量和時(shí)間。內(nèi)存計(jì)算是降低功耗同時(shí)提高性能的合乎邏輯的下一步。這方面的進(jìn)步對(duì)于硬件跟上人工智能的發(fā)展是必要的。
IBM的新型模擬芯片是基于相變存儲(chǔ)器的。關(guān)鍵成分是一種可以對(duì)電流作出反應(yīng)而發(fā)生相變的材料。它們通常是鍺、碲和銻的合金。在導(dǎo)電的那個(gè)相中,原子排列得很整齊。在另一個(gè)不導(dǎo)電的相中,原子四處運(yùn)動(dòng),被電流局部加熱,變得雜亂無章。
兩個(gè)電極之間的相變材料不會(huì)像0和1那樣在有序和雜亂的排列之間完全切換。相反,在任何時(shí)間點(diǎn),都是兩種排列的混合:材料的總電阻取決于原子雜亂排列的區(qū)域的大小。
Sebastian說:“我們正在根據(jù)原子排列對(duì)信息進(jìn)行編碼?!崩纾?a href="http://m.hljzzgx.com/tags/神經(jīng)網(wǎng)絡(luò)/" target="_blank">神經(jīng)網(wǎng)絡(luò)的權(quán)重可以以相變存儲(chǔ)器設(shè)備中的電阻的方式來存儲(chǔ)和訪問。
但這些電阻存在漂移和波動(dòng)的問題。因?yàn)楫?dāng)讀取信息時(shí)電流通過相變材料,所以原子排列雜亂的區(qū)域每次都會(huì)改變一點(diǎn)——這限制了這種器件的精度和實(shí)用性。
為了解決這個(gè)問題,IBM的研究人員給相變存儲(chǔ)器引入了一個(gè)所謂的投影段(projection segment)。投影段是該團(tuán)隊(duì)在2015年首次提出的,它是一個(gè)金屬氮化物導(dǎo)電層,包裹著相變材料芯,并在電極之間平行于相變材料芯運(yùn)行。投影段將信息的寫入和讀取過程分開。
這個(gè)投影段在寫入信息時(shí)不做任何事情;所有的電流都會(huì)流過相變材料而調(diào)整原子排列雜亂的區(qū)域。但是,當(dāng)檢索信息時(shí),電流流過投影段并繞過原子排列雜亂的區(qū)域,使它們保持不變,并保留所存儲(chǔ)的信息。Sebastian說:“這是關(guān)鍵的創(chuàng)新?!?/p>
研究人員在一個(gè)包含有30個(gè)相變存儲(chǔ)器的8位芯片上測(cè)試了單層神經(jīng)網(wǎng)絡(luò),以識(shí)別數(shù)字1、0和4的圖像,測(cè)試結(jié)果達(dá)到了100%的分類精度。雖然現(xiàn)在還為時(shí)過早,但Sebastian估計(jì),與傳統(tǒng)計(jì)算相比,這一進(jìn)展可能為未來的設(shè)備帶來100至1000倍的節(jié)能效果。
傳統(tǒng)計(jì)算追求的是精確度,而隨著人工智能的發(fā)展,現(xiàn)在有與之相反的計(jì)算追求。IBM當(dāng)天還介紹了一種數(shù)字芯片,它也是8位的,同時(shí)在神經(jīng)網(wǎng)絡(luò)訓(xùn)練中保持了高準(zhǔn)確性。這種神經(jīng)網(wǎng)絡(luò)更進(jìn)一步地模擬人腦,而人腦通??梢詮暮苌俚男畔⒅械贸稣_的結(jié)論。
IBM負(fù)責(zé)研究的副總裁Jeff Welser這比作從一個(gè)霧蒙蒙的窗戶往外看,看到一個(gè)模糊的人朝你家走來?!爸灰阏J(rèn)得出那是你的媽媽,圖像的精度有多低都沒有關(guān)系,”Welser說,“你得到了你所需的正確信息。”
-
電阻
+關(guān)注
關(guān)注
86文章
5507瀏覽量
171919 -
存儲(chǔ)器
+關(guān)注
關(guān)注
38文章
7484瀏覽量
163762 -
模擬芯片
+關(guān)注
關(guān)注
8文章
626瀏覽量
51187
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論