ووفقا لتك كرانش وتكنولوجيا إكسبلور ذكرت أن رقاقة تم تطويره من قبل معهد ماساتشوستس للتكنولوجيا طلاب الدراسات العليا Avishek بيسواس قاد فريق أكبر ميزة هي على الهواتف الذكية والأجهزة المنزلية وغيرها من الأجهزة المحمولة، بدلا من خوادم المتعطشين للسلطة تشغيل الشبكة العصبية الطريق.
وهذا يعني أن استخدام المستقبلي للرقاقة يمكن أن هاتف الشبكة العصبية للصوت والتعرف على الوجه وتعلم عمق الأصلي، بدلا من استخدام أكثر الخام، خوارزميات قائم على قواعد، أو إرسال المعلومات إلى سحابة ستمر للعودة إلى نتائج التحليل.
وقال بيسواس أنه في العموم تصاميم رقاقة أي لها ذاكرة ومعالج من شأنها نقل البيانات ذهابا وإيابا بين الذاكرة والمعالج.خوارزميات الآلات تتطلب الكثير من الحساب بحيث يتم نقل البيانات ذهابا وإيابا أكثر كفاءة، يمكن تبسيط تشغيل هذه الخوارزميات لعملية محددة تسمى منتج نقطة، مما يلغي الحاجة لنقل البيانات ذهابا وإيابا إذا كان يمكن تنفيذ عملية المنتج نقطة مباشرة في الذاكرة.
وعادة ما تنقسم الشبكات العصبية إلى طبقات عديدة.وتتلقى عقدة معالجة واحدة في طبقة شبكة عادة بيانات من عدة عقد في الطبقة السفلى وتمرر البيانات إلى عقد متعددة في الطبقة العليا.كل وصلة بين العقد له وزنه.وعملية تدريب الشبكة العصبية هي أساسا لضبط هذه الأوزان.
عندما تحصل عقدة على البيانات من العقد المتعددة في الطبقة السفلى، فإنه يضاعف كل البيانات من وزنه ويضيف هذه النتائج.وتسمى هذه العملية نقطة المنتج.إذا كان المنتج نقطة يتجاوز عتبة معينة، فإن النتيجة ستكون يتم إرسالها إلى العقدة العليا.
في الواقع، هذه العقد هي فقط الأوزان المخزنة في ذاكرة الكمبيوتر.حساب المنتج نقطة عادة ما ينطوي على قراءة الوزن من الذاكرة، والحصول على البيانات ذات الصلة، ضرب اثنين، وتخزين النتيجة في مكان ما وفي العقدة ويتكرر ذلك بالنسبة لجميع بيانات المدخلات، وبالنظر إلى أنه سيكون هناك آلاف أو حتى الملايين من العقد في الشبكة العصبية، يجب نقل كميات كبيرة من البيانات في هذه العملية.
ولكن هذه السلسلة من العمليات هي رقمنة الأحداث في الدماغ حيث إشارات السفر على طول الخلايا العصبية متعددة وتلبية في المشبك.و معدل اطلاق الخلايا العصبية والجهد عبر نقاط الاشتباك العصبي من إشارة الكهروكيميائية يتوافق مع قيم البيانات والأوزان في الشبكة العصبية. ميت الباحثين 'رقائق جديدة زيادة كفاءة الشبكة العصبية من خلال تكرار أكثر بصدق نشاط الدماغ.
في هذه الشريحة، يتم تحويل قيمة المدخلات عقدة إلى الجهد، مضروبا في الوزن المناسب، وسوف يتم تحويل فقط الجهد جنبا إلى جنب إلى البيانات، وتخزينها في الذاكرة لمزيد من المعالجة، وبالتالي فإن رقاقة النموذج يمكن أن تحسب في وقت واحد 16 نقطة المنتج من العقد دون الحاجة إلى نقل البيانات بين المعالج والذاكرة في كل مرة يتم تنفيذ العملية.
وقال داريو جيل نائب رئيس شركة اى اى بى ان نتائج هذه الدراسة من المتوقع ان تفتح امكانية استخدام شبكات عصبية تلافيفية اكثر تعقيدا لتصنيف الصور والفيديو فى انترنت الأشياء (يوت).