中新網北京8月24日電 (記者 孫自法)國際著名學術期刊《自然》最新發表一篇計算科學論文，研究人員報道了一種能效為傳統數字計算機晶片14倍的模拟人工智能(AI)晶片。研究顯示，這一由美國IBM研究實驗室開發的晶片在語音識别上的效率超過通用處理器，該項技術或能打破目前AI開發中因對算力性能和效率的需求而遇到的瓶頸。
14納米模拟AI晶片在檢測闆上(圖檔來自Ryan Lavine)。施普林格·自然 供圖
該論文介紹，随着AI技術的崛起，對能源和資源的需求也随之上升。在語音識别領域，軟體更新極大提升了自動轉寫的準确率，但由于在存儲器與處理器之間移動的運算數量不斷增加，硬體無法跟上訓練和運作這些模型所需的數以百萬計的參數。研究人員提出的一個解決辦法是使用“存内計算”(CiM，或稱模拟AI)晶片。模拟AI系統通過直接在它自己的存儲器内執行運算來防止低效，而數字處理器需要額外時間和能源在存儲器和處理器之間移動資料。模拟AI晶片預計能極大提升AI計算的能效，但之前對此的實際示範一直缺乏。
研究者手上拿着的14納米模拟AI晶片(圖檔來自Ryan Lavine)。施普林格·自然 供圖
論文第一作者和通訊作者、IBM研究實驗室S. Ambrogio和同僚開發了一個14納米的模拟AI晶片，在34個子產品(tile)中含有3500萬個相變化記憶體單元。研究團隊用兩個語音識别軟體在語言處理能力上測試了該晶片的效率，這兩個軟體分别是一個小網絡(Google Speech Commands)和一個大網絡(Librispeech)，并在自然語言處理任務上與行業标準進行對比。小網絡的性能和準确率與目前的數字技術相當。對于更大的Librispeech模型來說，該晶片能達到每秒每瓦12.4萬億次運算(Tera Operations)，系統性能估計最高能達到傳統通用處理器的14倍。
用來制造模拟AI晶片的300毫米晶圓(圖檔來自Ryan Lavine)。施普林格·自然 供圖
《自然》同期發表同行專家的“新聞與觀點”文章稱，該研究在小模型和大模型中同時驗證了模拟AI技術的性能和效率，支援其有望成為數字系統的商業可行的替代選擇。(完)