在现代计算硬件中,需要频繁地将数据从处理器到存储器之间来回搬运,然而该过程会耗费大量的时间和精力。好消息是,IBM 研究院刚刚宣布了人工智能硬件的最新进展 —— 通过内存计算的方式,将内存单元作为处理器来使用。减少了数据腾挪的麻烦之后,可将能源需求减少 90% 。
d424a1208024855.jpg
在近日举办的国际电子器件会议(IEDM)和神经信息处理系统会议(NeurIPS)上,IBM 介绍了迄今为止精度最高的“8-bit 模拟芯片”(较此前提升了一倍)。

    这套全新的解决方案,使用了被称作“投影相变存储器”的新方法,简称 Proj-PCM 。与具有类似精度的数字架构相比,其能耗仅为 1/33 。

IBM 表示,研究人员在 Proj-PCM 中插入了一个与相变段平行的“非绝缘投影段”。

    在写入过程中,投影段对设备操作的影响最小。但在读取的时候,变成状态的电导值,主要由投影段来确定 —— 其对电导的变化,具有显著的免疫力。

如此一来,Proj-PCM 可实现比以往的 PCM 设备更高的精度。IBM 表示:

    改进的精度,证明了‘内存计算’有朝一日可被用于物联网和边缘应用等低功耗环境、同时实现高性能深度学习的能力。

Hardware for AI(via
https://v.youku.com/v_show/id_XMzk0ODY1MTE4NA==.html

除了模拟芯片的最新进展,IBM 还提出了针对数字计算的新方法。

    其能够以 8-bit 精度训练深度学习模型,同时保持图像、速度、文本数据集类别的模型精度。

上述研究突破,在 IBM Research 的论文中有详细介绍。原标题为:

    《8-Bit Precision for Training Deep Learning Systems》

稿源:cnBeta.COM