O horário de Pequim na tarde de 28 de fevereiro, de acordo com a MIT News, informou que os pesquisadores do MIT desenvolveram um chip de alto desempenho podem ser usados para computação de redes neurais, O chip pode processar até sete vezes a velocidade de outros processadores, enquanto exige 94-95% menos energia do que outros chips e, no futuro, esses chips provavelmente serão usados em dispositivos móveis com redes neurais ou Internet do equipamento de coisas.
Avishek Biswas, um estudante de pós-graduação em engenharia elétrica e ciência da computação no MIT, um líder neste desenvolvimento de projeto, disse: "O modo de operação do processador geral é tal que alguns dos chips Parte da memória é colocada, ele irá mover os dados para trás e para frente nessas memórias à medida que os cálculos acontecem. Como os algoritmos de aprendizado de máquinas exigem muito esforço computacional, eles consomem muita energia ao mover os dados para frente e para trás, mas, de fato, esses algoritmos Os cálculos feitos podem ser reduzidos a uma operação específica chamada produto ponto. Nossa idéia é se podemos implantar esta função de produto ponto na memória, eliminando a necessidade de movimento constante Esses dados?
O chip converte a entrada do nó em uma tensão, que é então convertida em formato digital para armazenamento e posterior processamento. Esta abordagem permite ao chip calcular o produto ponto de 16 nós em uma única etapa sem a necessidade de mover dados entre a memória eo processador. A MIT News acredita que esta abordagem está mais próxima do trabalho no cérebro humano Caminho.
Biswos estará elaborando sobre como o chip funciona em um artigo que será apresentado durante a International Solid State Circuits Conference. Juntamente com o ensaio escrito é o seu professor de dissertação, MIT Engineering College Dean Anantha Chandrakasan, e Vannevar Bush, professor de engenharia elétrica e informática no MIT.
Em dezembro passado, o CEO da SensibleVision, George Brostoff, publicou uma postagem convidada na Atualização biométrica que demonstrou o potencial de processadores personalizados para dispositivos móveis Desde então, o FWDNXT também anunciou que eles desenvolverão processadores de baixa potência que usam redes neurais profundas para reconhecimento e classificação de imagens e, além disso, a ARM também anunciou que desenvolverá ferramentas para aprendizagem de máquinas e reconhecimento de objetos Chip.
