通過改變計(jì)算的基本屬性，美國普林斯頓大學(xué)研究人員日前打造的一款專注于人工智能系統(tǒng)的新型計(jì)算機(jī)芯片，可在極大提高性能的同時減少能耗需求。

該芯片基于內(nèi)存計(jì)算技術(shù)，旨在克服處理器需要花費(fèi)大量時間和能量從內(nèi)存中獲取數(shù)據(jù)的主要瓶頸，通過直接在內(nèi)存中執(zhí)行計(jì)算，提高速度和效率。芯片采用了標(biāo)準(zhǔn)編程語言，在依賴高性能計(jì)算且電池壽命有限的手機(jī)、手表或其他設(shè)備上特別有用。

研究人員表示，對于許多應(yīng)用而言，芯片的節(jié)能與性能提升同樣重要，因?yàn)樵S多人工智能應(yīng)用程序?qū)⒃谟梢苿与娫捇蚩纱┐麽t(yī)療傳感器等電池驅(qū)動的設(shè)備上運(yùn)行。這也是對可編程性的需求所在。

經(jīng)典計(jì)算機(jī)體系結(jié)構(gòu)將處理數(shù)據(jù)的中央處理器與存儲數(shù)據(jù)的內(nèi)存分離，很多計(jì)算機(jī)的能耗用于來回轉(zhuǎn)移數(shù)據(jù)。新芯片考慮在架構(gòu)級別而不是晶體管級別來突破摩爾定律的局限。但創(chuàng)建這樣一個系統(tǒng)面臨的挑戰(zhàn)是，內(nèi)存電路要設(shè)計(jì)得盡可能密集，以便打包大量數(shù)據(jù)。

研究團(tuán)隊(duì)使用電容器來解決上述問題，電容器可比晶體管在更密集的空間內(nèi)進(jìn)行計(jì)算，還可非常精確地制作在芯片上。新設(shè)計(jì)將電容器與芯片上的靜態(tài)隨機(jī)存取存儲器（SRAM）的傳統(tǒng)單元配對。電容器和SRAM的組合用于對模擬（非數(shù)字）域中的數(shù)據(jù)進(jìn)行計(jì)算。這種內(nèi)存電路可按照芯片中央處理單元的指令執(zhí)行計(jì)算。

實(shí)驗(yàn)室測試表明，該芯片的性能比同類芯片快幾十到幾百倍。研究人員稱，其已將內(nèi)存電路集成到可編程處理器架構(gòu)中。“如果以前的芯片是強(qiáng)大的引擎，新芯片就是整車。”

普林斯頓大學(xué)研制的新芯片主要用于支持為深度學(xué)習(xí)推理算法設(shè)計(jì)的系統(tǒng)，這些算法允許計(jì)算機(jī)通過學(xué)習(xí)數(shù)據(jù)集來制定決策和執(zhí)行復(fù)雜的任務(wù)。深度學(xué)習(xí)系統(tǒng)可指導(dǎo)自動駕駛汽車、面部識別系統(tǒng)和醫(yī)療診斷軟件。