创新的新型芯片技术集成了数据存储和处理，显著提高了效率和性能。受人脑的启发，这些芯片预计将在三到五年内上市，需要跨学科的合作来满足行业安全标准。
Hussam Amrouch开发了一种ai就绪架构，其功能是同类内存计算方法的两倍。正如杂志上报道的那样自然，慕尼黑工业大学(TUM)的教授应用了一种新的计算方法nal范例使用称为铁电场效应晶体管(fefet)的特殊电路。在几年内，这可能会被证明对生成式人工智能、深度学习算法和机器人应用很有用。
基本的想法很简单:不像以前的芯片，只有计算是在晶体管上进行的，它们现在也是数据存储的位置。这样可以节省时间和精力。
“因此，芯片的性能也得到了提升，”慕尼黑工业大学(TUM)人工智能处理器设计教授Hussam Amrouch说。
他用来进行计算和存储数据的晶体管只有28纳米，每个新的人工智能芯片上安装了数百万个晶体管。未来的芯片必须比以前的更快、更高效。因此，它们不能迅速升温。如果它们要支持诸如无人机飞行时的实时计算等应用，这是必不可少的。
“像这样的任务对计算机来说是极其复杂和耗能的，”教授解释说。
Hussam Amrouch教授为能源密集型应用开发强大的人工智能芯片。图片来源:Andreas Heddergott / TUM
对芯片的这些关键要求可以用数学上的参数TOPS/W来概括:“每秒每瓦特的次操作数”。这可以被看作是未来芯片的货币。问题是，当提供1瓦(W)的功率时，处理器每秒可以执行多少万亿次操作(TOP)。
这款新的人工智能芯片由博世和Fraunhofer IMPS合作开发，由美国公司GlobalFoundries在生产过程中提供支持，可提供885 TOPS/W。这使得它的功能是同类人工智能芯片(包括三星的MRAM芯片)的两倍。现在常用的CMOS芯片工作在10-20 TOPS/W的范围内。最近发表在《自然》杂志上的研究结果证明了这一点。
研究人员从人类那里借鉴了现代芯片架构的原理。“在大脑中，神经元处理信号的处理，而突触能够记住这些信息，”Amrouch说，描述了人们如何能够学习和回忆复杂的相互关系。
为了做到这一点，芯片使用了“铁电”(FeFET)晶体管。这些电子开关具有特殊的附加特性(施加电压时两极反转)，即使在切断电源时也能存储信息。此外，它们保证了晶体管内数据的同时存储和处理。
Amrouch认为:“现在我们可以制造出高效的芯片组，可用于深度学习、生成式人工智能或机器人等应用，例如，在这些应用中，数据必须在生成时进行处理。”
目标是使用该芯片运行深度学习算法，识别空间中的物体，或处理飞行中的无人机数据，而不存在时间滞后。然而，这位来自慕尼黑工业大学机器人与机器智能综合研究所(MIRMI)的教授认为，要实现这一目标还需要几年的时间。他认为，最早也需要三到五年的时间，第一批适用于实际应用的内存芯片才会问世。
其中一个原因是行业的安全需求。例如，在这类技术应用于汽车工业之前，仅能可靠地运行是不够的。它还必须符合该行业的具体标准。
“这再次凸显了与来自计算机科学、信息学和电子工程等不同学科的研究人员进行跨学科合作的重要性，”硬件专家Amrouch表示。他认为这是MIRMI的一个特殊优势。
参考文献:“使用多层单元FeFET的内存计算交叉条的首次演示”，作者:Taha Soliman, Swetaki Chatterjee, Nellie Laleni, Franz m
健康
健康
健康
技术
科学
空间
空间
空间
发表评论
暂时没有评论，来抢沙发吧~