麻省理工研发新神经网络芯片:速度增6倍 功耗少94%

麻省理工学院(MIT)的研究人员开发出了一种可用于神经网络计算的高性能芯片,该芯片的处理速度可达其他处理器的7倍之多,且无需在内存和处理器之间移动数据,MIT News认为这种处理方法更加接近于人类大脑的工作方式……

据MIT News报道,麻省理工学院(MIT)的研究人员开发出了一种可用于神经网络计算的高性能芯片,该芯片的处理速度可达其他处理器的7倍之多,而所需的功耗却比其他芯片少94-95%,未来这种芯片将有可能被使用在运行神经网络的移动设备或是物联网设备上。

MIT电子工程与计算科学研究生阿维谢克·碧斯沃斯(Avishek Biswas)是这个项目开发的领导者,他表示:“总体来说一般的处理器的运行模式是这样的,在芯片的一些部分里安放了内存,在进行计算的时候,它会在这些内存中来回移动数据。由于机器学习算法需要大量的算力,因此在来回移动数据的时候会消耗大量的能源。但是其实这些算法所做的计算可以被简化成一个种具体的操作,这种操作被称为点积(dot product)。我们的想法是,我们是否可以将这个点积功能部署在内存中,从而无需在不断的移动这些数据?”

这个芯片会将结点的输入值转化为电压,然后在进行储存和进一步处理的时候,再将其转换为数字形式。这种做法让这块芯片能够在一个步骤中同时对16个结点的点积进行计算,而且无需在内存和处理器之间移动数据。MIT News认为这种处理方法更加接近于人类大脑的工作方式。

碧斯沃斯将会在一篇论文中详细阐述这块芯片的工作方式,这篇论文将会在国际固态电路大会期间发表,和他一起撰写论文的还有他的论文指导老师,MIT工程学院院长阿南莎·钱德拉卡珊(Anantha Chandrakasan)以及MIT电子工程与计算机科学教授范内瓦·布什(Vannevar Bush)。

去年12月,SensibleVision公司CEO乔治·布罗斯托夫(George Brostoff)在曾经在《生物学更新(Biometric Update)》发表了一篇客座文章,证明了定制化处理器有可能会给移动设备的安全识别功能带来巨大的变革。那以后,FWDNXT也宣布他们将会开发使用深度神经网络进行图像识别与归类的低功耗处理器,此外ARM也宣布将会开发用于机器学习和物体识别的芯片。

118 thoughts on “麻省理工研发新神经网络芯片:速度增6倍 功耗少94%”

  1. Pingback: Reba Fleurantin
  2. Pingback: Lila Lovely
  3. Pingback: premium-domains
  4. Pingback: Cheap Assignment Help
  5. Pingback: Assignment Provider
  6. Pingback: natural sunscreen
  7. Pingback: valentine pillow
  8. Pingback: valentines gift
  9. Pingback: stop crying
  10. Pingback: Click Here
  11. Pingback: Click Here
  12. Pingback: Click Here
  13. Pingback: Click Here
  14. Pingback: Click Here
  15. Pingback: Click Here
  16. Pingback: Click Here
  17. Pingback: Click Here
  18. Pingback: Click Here
  19. Pingback: Click Here
  20. Pingback: Click Here
  21. Pingback: Click Here
  22. Pingback: Click Here
  23. Pingback: Click Here
  24. Pingback: Click Here
  25. Pingback: Click Here
  26. Pingback: no code robotics
  27. Pingback: Click Here
  28. Pingback: Reputation Defenders
  29. Pingback: Reputation Defenders
  30. Pingback: Reputation Defenders
  31. Pingback: Click Here
  32. Pingback: Reputation Defenders
  33. Pingback: Click Here
  34. Pingback: Click Here
  35. Pingback: Reputation Defenders
  36. Pingback: Click Here
  37. Pingback: Click Here
  38. Pingback: Click Here
  39. Pingback: Click Here
  40. Pingback: Click Here
  41. Pingback: Click Here
  42. Pingback: Click Here
  43. Pingback: Click Here
  44. Pingback: Click Here
  45. Pingback: Click Here
  46. Pingback: Click Here
  47. Pingback: Click Here
  48. Pingback: Click Here
  49. Pingback: Click Here
  50. Pingback: Click Here
  51. Pingback: 바카라게임
  52. Pingback: Click Here
  53. Pingback: Click Here
  54. Pingback: Click Here
  55. Pingback: Click Here
  56. Pingback: Click Here
  57. Pingback: Click Here
  58. Pingback: Click Here
  59. Pingback: Click Here
  60. Pingback: Click Here
  61. Pingback: Click Here
  62. Pingback: Click Here
  63. Pingback: Click Here
  64. Pingback: Click Here
  65. Pingback: online earning site
  66. Pingback: Click Here
  67. Pingback: Click Here
  68. Pingback: Click Here
  69. Pingback: Click Here
  70. Pingback: Click Here
  71. Pingback: Click Here
  72. Pingback: Click Here
  73. Pingback: Click Here
  74. Pingback: Click Here
  75. Pingback: Click Here
  76. Pingback: Click Here
  77. Pingback: Click Here
  78. Pingback: Click Here
  79. Pingback: Click Here
  80. Pingback: Click Here
  81. Pingback: domain-portfolio
  82. Pingback: buy-domains
  83. Pingback: Google reviews
  84. Pingback: Australian porn stars
  85. Pingback: reputation defenders
  86. Pingback: 2023 Books
  87. Pingback: burial
  88. Pingback: family member
  89. Pingback: funeral director
  90. Pingback: cemetery
  91. Pingback: IRA Empire
  92. Pingback: fue
  93. Pingback: Bachelor's Degree
  94. Pingback: Online Education
  95. Pingback: MBA in FUE

发表评论