IBM Research представила новаторский аналоговый ИИ-чип, который демонстрирует замечательную эффективность и точность при выполнении сложных вычислений для глубоких нейронных сетей (DNN).
Этот прорыв, опубликованный в недавней статье в журнале Nature Electronics, знаменует значительный шаг к достижению высокопроизводительных вычислений с использованием искусственного интеллекта при существенной экономии энергии.
Традиционный подход к реализации глубоких нейронных сетей на обычных цифровых вычислительных архитектурах накладывает ограничения с точки зрения производительности и энергоэффективности. Эти цифровые системы требуют постоянной передачи данных между памятью и процессорными блоками, замедляя вычисления и уменьшая оптимизацию энергопотребления.
Для решения этих задач IBM Research использовала принципы аналогового ИИ, который имитирует работу нейронных сетей в биологическом мозге. Этот подход предполагает хранение синаптических весов с использованием наноразмерных устройств резистивной памяти, в частности памяти с фазовым переходом (PCM).
Устройства PCM изменяют свою проводимость с помощью электрических импульсов, обеспечивая непрерывность значений синаптических весов. Этот аналоговый метод устраняет необходимость в чрезмерной передаче данных, поскольку вычисления выполняются непосредственно в памяти, что повышает эффективность.
Недавно представленный чип является передовым аналоговым ИИ-решением, состоящим из 64 аналоговых вычислительных ядер в памяти.
Каждое ядро объединяет массив синаптических элементарных ячеек и компактные аналого-цифровые преобразователи, обеспечивая плавный переход между аналоговой и цифровой областями. Кроме того, цифровые процессоры в каждом ядре управляют функциями нелинейной активации нейронов и операциями масштабирования. Чип также может похвастаться глобальным цифровым процессором и цифровыми каналами связи для обеспечения взаимосвязи.
Исследовательская группа продемонстрировала возможности чипа, достигнув точности в 92,81 процента в наборе данных изображений CIFAR-10 — беспрецедентный уровень точности для аналоговых ИИ-чипов.
Пропускная способность на единицу площади, измеряемая в гигаоперациях в секунду (GOPS) по площади, подчеркивает его превосходную вычислительную эффективность по сравнению с предыдущими вычислительными чипами с встроенной памятью. Энергоэффективный дизайн этого инновационного чипа в сочетании с его повышенной производительностью делает его важным достижением в области аппаратного обеспечения искусственного интеллекта.
Уникальная архитектура и впечатляющие возможности аналогового ИИ-чипа закладывают фундамент будущего, в котором энергоэффективные вычисления ИИ будут доступны в самых разных приложениях.
Прорыв IBM Research знаменует собой поворотный момент, который поможет стимулировать развитие технологий на базе искусственного интеллекта на долгие годы.