IBM開發64核混合信號記憶體晶片　支援深度神經網絡運算

編譯／高晟鈞

在人工智能與深度學習算法出現後，這些領域對於數據存儲和運算負載方面有著大量的要求。

在所有演算法中，有一種方法被認為是最具潛力的──模擬記憶體運算（Analog In-Memory Computing,簡稱AIMC）。這種方法可以在單晶片上執行運算和存儲數據，提高速度並降低能耗，在數字操作、AI、電腦和通信領域都有應用的可能。

更多新聞：保護你的電池！Google Chrome推記憶體節省和節能模式

IBM開發出64核混合信號記憶體晶片

為了創建新的記憶體晶片，IBM的研究人員將基於PCM（Phase-Change Memory,又稱相變化記憶體）的內核與數位運算處理器結合，通過片上的數位通信網路連接所有內核與數字處理單元。他們的芯片由 64 個基於模擬 PCM 的核心組成，每個核心都包含一個 256 x 256 的突觸單位單元交叉陣列。

該團隊芯片的一個獨特特徵是，其內部包含的存儲核心及其全局處理單元通過數字通信網絡連接。這使得它能夠執行與晶片神經網絡相關的所有運算，從而顯著減少運算時間和功耗。

性能測試

為了評估該晶片，研究團隊在晶片上運行深度學習算法並測試其性能。他們發現，當晶片運轉，並在CIFAR-10圖片數據庫上測試時，經過訓練來完成圖像識別任務的深度神經網路，竟達到了92.81%的驚人準確率。

第一作者Le Gallo表示：「我們相信這是目前報導中所使用的類似技術中，準確度最高的。透過將模擬記憶體運算、多個數位處理單元和數位通信結構相結合，該晶片的效能、能源效率都比以前的多核記憶體運算晶片高出了至少15倍以上。」

IBM的願景

Le Gallo表示：「我們的願景是將許多模擬內存運算塊與大規模並行 2D 網格連接的專用數字運算核心相結合。結合我們近年來開發的複雜硬體感知訓練，我們期望這些神經網絡的加速器，在未來幾年有著更高的準確性。」

資料來源:TechXplore

瀏覽 666 次