MIT新芯片提升AI神经网络指令周期七倍, 能耗少95%

AI 的发展潜力被各方看好, 但 AI 运算所需要消耗的大量能源, 却是发展背后的隐忧. MIT 日前公布新的芯片, 比传统 AI 芯片神经网络指令周期快七倍, 能源消耗减少 95%, 未来如果普及能将 AI 的能耐装到一般消费装置如手机上面.

脸部辨识, 语音识别这些我们习以为常的运用, 背后都是神经网络运算的结果. 一般来说神经网络很大, 因此要放进手机往往只有简化的架构, 无法发挥神经网络的强大能耐, 或是得把数据透过网络传到数据中心处理. MIT 新的芯片能够减化数据在芯片的记忆和运算模块传递的次数, 运算效能增加 3~7 倍, 进而加速速度, 而且能耗减少 95%.

如果 MIT 的新芯片能普及, 这些新芯片能驱动本地的神经网络, 能放在家里的智能装置. 未来人类语音命令能在本地处理, 而不必像现在的 Google Home 或是 Amazon Alexa, 必须连网传到数据中心处理, 再回传回来.

当 2017 年苹果发布 A11 bionic 芯片, 就具有 AI 能力, 用 Face ID 辨识是否是手机的主人. 未来类似的应用不会只在 iPhone 上面, 或是 Face ID 这单一功能, 而是更多装置和应用.

2016 GoodChinaBrand | ICP: 12011751 | China Exports