بتوقيت بكين بعد ظهر يوم 28 فبراير، وفقا ل ميت نيوز ذكرت أن الباحثين معهد ماساتشوستس للتكنولوجيا وضعت رقاقة عالية الأداء يمكن استخدامها للحوسبة الشبكة العصبية، رقاقة يمكن معالجة ما يصل إلى سبعة أضعاف سرعة المعالجات الأخرى في حين تتطلب 94-95٪ أقل من السلطة من رقائق أخرى، وفي المستقبل مثل هذه رقائق من المرجح أن تستخدم على الأجهزة المحمولة التي تعمل الشبكات العصبية أو إنترنت الأشياء المعدات.
وقال معهد ماساتشوستس للتكنولوجيا الهندسة الكهربائية وعلوم الحاسب الآلي العليا Eweixieke · Bisiwosi (Avishek بيسواس) هي الشركة الرائدة في تطوير هذا المشروع: "عموما، فإن الوضع العام للتشغيل المعالج هو من هذا القبيل أن بعض رقاقة قسم ضعها في الذاكرة لأداء هذا الحساب، فإنه سيتم نقل البيانات ذهابا وإيابا في الذاكرة. ومنذ خوارزمية تعلم الآلة تتطلب الكثير من الطاقة الحسابية، وذلك عندما نقل البيانات ذهابا وإيابا سوف تستهلك الكثير من الطاقة، ولكن في الواقع هذه الخوارزميات لا حساب يمكن تبسيط إلى نوع واحد من عملية محددة، وهو ما يسمى المنتج نقطة (نقطة المنتج). والفكرة هي، ما إذا كنا نستطيع نشر هذه الوظيفة نقطة المنتج في الذاكرة، مما يلغي الحاجة إلى التحرك باستمرار في هذه البيانات؟
وتحول الشريحة مدخلات العقدة إلى جهد، ثم يتم تحويلها إلى شكل رقمي للتخزين ومعالجة أخرى. هذا النهج يسمح للرقاقة لحساب المنتج نقطة من 16 العقد في خطوة واحدة دون الحاجة لنقل البيانات بين الذاكرة والمعالج يعتقد ميت أخبار هذا النهج هو أقرب إلى العمل في الدماغ البشري الطريقة.
سوف يقوم بيسو بتطوير كيفية عمل الرقاقة في ورقة ستقدم خلال المؤتمر الدولي لدوائر الحالة الصلبة، جنبا إلى جنب مع كتابة مقالته هو معلم أطروحته، كلية هندسة ماساتشوستس للتكنولوجيا عميد أنانثا تشاندراكاسان، وفانيفار بوش، أستاذ الهندسة الكهربائية وعلوم الكمبيوتر في معهد ماساتشوستس للتكنولوجيا.
في ديسمبر الماضي، نشرت سينيسبليفيسيون الرئيس التنفيذي جورج بروستوف وظيفة ضيف في التحديث البيومترية التي أظهرت إمكانات المعالجات المخصصة للأجهزة النقالة جلبت الاعتراف تغيير كبير. وبعد ذلك، أعلن FWDNXT أيضا أنها سوف تستخدم لتطوير عمق العصبي التعرف على الصور شبكة وتصنيف المعالجات منخفضة الطاقة، بالإضافة إلى أرمينيا أعلنت أيضا أنها سوف تتطور لتعلم الآلة والتعرف على الأشياء رقاقة.
