Ora di Pechino nel pomeriggio del 28 febbraio, secondo MIT News ha riferito che i ricercatori del MIT hanno sviluppato un chip ad alte prestazioni può essere utilizzato per il calcolo della rete neurale, Il chip può processare fino a sette volte la velocità di altri processori, mentre richiede il 94-95% di energia in meno rispetto ad altri chip, e in futuro tali chip saranno probabilmente utilizzati su dispositivi mobili che eseguono reti neurali o Internet di cose attrezzature.
Avishek Biswas, uno studente laureato in ingegneria elettronica e informatica presso il MIT, leader nello sviluppo di questo progetto, ha dichiarato: "La modalità operativa generale del processore è tale che alcuni dei chip Una parte della memoria viene posizionata, spostando i dati avanti e indietro in queste memorie mentre i calcoli avvengono, poiché gli algoritmi di apprendimento automatico richiedono un sacco di sforzi computazionali, consumano molta energia quando si spostano i dati avanti e indietro, ma in realtà questi algoritmi I calcoli effettuati possono essere ridotti a un'operazione specifica denominata un prodotto punto.Il concetto è che possiamo implementare questa funzione del prodotto con punti in memoria, eliminando la necessità di un movimento costante Questi dati?
Il chip converte l'ingresso del nodo in una tensione, che viene quindi convertita in forma digitale per la memorizzazione e l'ulteriore elaborazione. Questo approccio consente al chip di calcolare il prodotto punto di 16 nodi in un unico passaggio senza la necessità di spostare i dati tra la memoria e il processore.MIT News ritiene che questo approccio sia più vicino al funzionamento nel cervello umano modo.
Biswos elaborerà come funziona il chip in un documento che sarà presentato durante la Conferenza Internazionale sui Circuiti Solidi Solidi, insieme al suo saggio scritto è il suo istruttore di dissertazione, MIT Engineering College Dean Anantha Chandrakasan e Vannevar Bush, professore di ingegneria elettrica e informatica al MIT.
Lo scorso dicembre, il CEO di SensibleVision, George Brostoff, ha pubblicato un guest post all'aggiornamento biometrico che ha dimostrato il potenziale dei processori personalizzati per dispositivi mobili Da allora, FWDNXT ha anche annunciato che svilupperanno processori a bassa potenza che utilizzano reti neurali profonde per il riconoscimento e la classificazione delle immagini, e inoltre ARM ha anche annunciato che svilupperà strumenti per l'apprendimento automatico e il riconoscimento degli oggetti chip.
