宁德生活圈

网站首页 互联网 > 正文

IBM看到了AI在相变存储器方面的优势

2021-09-14 04:43:44 互联网 来源:
导读 在一项有望为依赖人工智能的移动设备、无人机和机器人进行更高级编程的开发中,IBM研究人员表示,他们设计了一种编程方法,可以实现更高的

在一项有望为依赖人工智能的移动设备、无人机和机器人进行更高级编程的开发中,IBM研究人员表示,他们设计了一种编程方法,可以实现更高的精度并降低能耗。

IBM在相变存储器中看到AI的好处

AI系统通常采用划分内存和处理单元的过程。这意味着在两个航路点之间传输数据是浪费时间。数据传输量巨大,足以产生昂贵的耗能标签。

003010本周报道称,IBM设计了一种依靠相变存储器更快、更便宜地执行代码的方法。这是一种随机存取存储器,其中的元素可以在非晶态和晶态之间快速变化,其性能优于更常用的闪存模块。或P-RAM或PCM。由于其非凡的性能,有人称之为“完美RAM”。

PCM依靠硫属化物玻璃,当电流流过时,硫属化物玻璃具有改变其状态的独特能力。惠普首先探索的相变技术的一个关键优势是,在没有持续供电的情况下,存储状态可以保持稳定。向PCM添加数据不需要擦除周期,这是其他类型的内存存储所独有的。此外,由于代码可以直接从内存中执行,而不是将代码复制到内存中,因此PCM运行速度更快。

IBM已经意识到,在图像和语音识别、游戏和机器人等领域,依赖深度神经网络的运营要求越来越高,要求更高的效率。

研究了团队在公司博客上发布的解决方案的IBM团队表示,“随着深度学习的不断发展和对强大处理能力的需求,拥有大型数据中心的公司将很快意识到,他们将建造更多的电厂来支持所需的百万倍以上的运营。例如,对单个图像进行分类是不经济和不可持续的。”

该报告指出:“显然,我们需要优化微芯片和硬件,使其更高效,以便此类设备能够以更低的功耗运行。”

对比IBM和人脑,指出PCM“没有单独的区域来存储和计算数据,因此消耗的能量要少得多”。

PCM的一个缺点是由读写电导噪声引起的计算误差。IBM通过将这种噪音引入AI培训课程来解决这个问题。

IBM的报告指出:“我们的假设是,在DNN训练期间注入相当于设备噪声的噪声将提高模型的鲁棒性。”

他们的假设是正确的。他们的模型达到了93.7%的准确率,IBM研究人员称这是同类内存硬件能达到的最高准确率。

IBM表示,要达到更高的精度,还需要做更多的工作。他们正在使用小型卷积神经网络和生成对抗网络进行研究,最近还报告了他们在神经科学前沿的进展。

IBM表示:“当越来越多的人转向基于人工智能的技术(包括物联网电池供电设备和自动驾驶汽车)时,这些技术将从快速、低功耗和可靠的DNN推理引擎中受益匪浅。”报告说。

郑重声明:本文版权归原作者所有。转载文章只是为了传播更多的信息。如果作者信息标注有误,请第一时间联系我们修改或删除。谢谢你。

标签:AIIBM


免责声明: 本文由用户上传,如有侵权请联系删除!


标签: