(相關(guān)資料圖)

模擬計(jì)算機(jī)芯片運(yùn)行人工智能（AI）語音識(shí)別模型的效率是傳統(tǒng)芯片的14倍，有可能為AI研究中巨大且不斷增長(zhǎng)的能源消耗以及全球范圍內(nèi)通用數(shù)字芯片短缺問題提供解決方案。 

這一新產(chǎn)品由IBM Research開發(fā)，概述這項(xiàng)工作的論文發(fā)表于《自然》。研究人員聲稱，模擬芯片可以減少人工智能發(fā)展的障礙。

GPU是一種圖形處理器，最初設(shè)計(jì)用于運(yùn)行視頻游戲，傳統(tǒng)上也用于訓(xùn)練和運(yùn)行AI模型，目前全球都在搶購(gòu)這種芯片，供不應(yīng)求。研究還表明，AI的能源使用量正在迅速增長(zhǎng)，從2012年到2021年增長(zhǎng)了100倍，其中大部分能源來自化石燃料。這些問題導(dǎo)致有人認(rèn)為，AI模型發(fā)展將很快陷入僵局。當(dāng)前AI硬件的另一個(gè)問題是，它必須在內(nèi)存和處理器之間來回傳輸數(shù)據(jù)。一種解決方案是模擬存算一體（CIM）芯片，它直接在內(nèi)存中執(zhí)行計(jì)算，IBM現(xiàn)在已經(jīng)大規(guī)模演示了這種芯片。

IBM的新設(shè)備包含3500萬個(gè)所謂的相變存儲(chǔ)單元，這是CIM的一種形式，可以設(shè)置為兩種狀態(tài)中的一種，就像計(jì)算機(jī)芯片中的晶體管一樣，也可以在兩種狀態(tài)之間進(jìn)行不同程度的設(shè)置。

這一特征至關(guān)重要，因?yàn)檫@些不同的狀態(tài)可以用于表示神經(jīng)網(wǎng)絡(luò)中人工神經(jīng)元之間的突觸權(quán)重——神經(jīng)元之間的連接強(qiáng)度。神經(jīng)網(wǎng)絡(luò)是一種AI，它模擬人類大腦中神經(jīng)元之間的連接在學(xué)習(xí)新信息或技能時(shí)的變化，這些信息或技能通常以數(shù)位值的形式存儲(chǔ)在計(jì)算機(jī)內(nèi)存中。這使得新芯片能夠存儲(chǔ)和處理這些突觸權(quán)重，而無需在遠(yuǎn)程存儲(chǔ)芯片中進(jìn)行數(shù)百萬次調(diào)用或存儲(chǔ)數(shù)據(jù)的操作。

美國(guó)英特爾公司相關(guān)負(fù)責(zé)人評(píng)價(jià)說，這種芯片“還遠(yuǎn)不是一個(gè)成熟的產(chǎn)品”，但實(shí)驗(yàn)表明，它可以在當(dāng)今常用的AI神經(jīng)網(wǎng)絡(luò)上有效工作，并有潛力支持ChatGPT等流行應(yīng)用。“就像GPU無法覆蓋標(biāo)準(zhǔn)計(jì)算機(jī)處理器CPU可以執(zhí)行的所有任務(wù)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(shì)能夠繼續(xù)并保持當(dāng)前的發(fā)展態(tài)勢(shì)，高度定制的芯片肯定會(huì)變得更加普遍。”

盡管該芯片是專門定制的，但它在IBM語音識(shí)別任務(wù)之外可能有其他用途?！罢缯故镜哪菢樱MAI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(huì)降低成本?！鄙鲜鲐?fù)責(zé)人說。

相關(guān)論文信息：https://doi.org/10.1038/s41586-023-06337-5