團隊使用處理器和內存創建混合芯片以在電池供電的設備上運行AI

如果智能手表和其他電池供電的電子設備可以運行AI算法，它們將變得更加智能。但是，迄今為止，為移動設備構建具有AI功能的芯片的努力已經碰到了壁壘-所謂的“內存墻”，它將數據處理和存儲芯片分開，這些數據處理芯片和存儲芯片必須協同工作才能滿足AI提出的龐大且不斷增長的計算需求。

《自然電子》上發表的一項新研究的資深作者，計算機科學家Subhasish Mitra說：“處理器與內存之間的事務處理會消耗進行機器學習和AI所需的95%的能量，這嚴重地限制了電池壽命。”

現在，一個由斯坦福大學計算機科學家Mary Wootters和電氣工程師H.-S組成的團隊。菲利普·王(Philip Wong)設計了一個系統，該系統可以利用八個混合芯片來更快地以更少的能源運行AI任務，每個混合芯片都在自己的內存存儲旁邊構建了自己的數據處理器。

本文基于該團隊先前開發的一種稱為RRAM的新存儲技術，該技術即使在關閉電源(例如閃存)時也可以存儲數據，但只能更快，更節能。他們在RRAM方面的進步使斯坦福大學的研究人員能夠開發出單獨工作的較早一代的混合芯片。他們的最新設計融合了一個關鍵的新元素：將八個單獨的混合芯片融合到一個節能AI處理引擎中的算法。

Mitra說：“如果我們能夠構建一個具有所有處理和內存所需的大型常規芯片，我們就可以做到，但是解決AI問題所需的數據量真是一個夢想。” “相反，我們誘使混合動力汽車認為它們是一個芯片，這就是為什么我們將其稱為幻覺系統。”

研究人員開發了錯覺作為電子復興計劃(ERI)的一部分，該計劃是由國防高級研究計劃局資助的15億美元計劃。DARPA于50年前幫助催生了互聯網，它正在支持針對摩爾定律的變通方案的研究調查，該定律通過縮小晶體管來推動電子技術的進步。但是晶體管不能永遠縮小。

Wootters說：“要超越常規電子產品的限制，我們將需要新的硬件技術和有關如何使用它們的新思路。”

由斯坦福大學領導的團隊在法國研究機構CEA-Leti和新加坡南洋理工大學的合作者的幫助下建造并測試了其原型。團隊的八芯片系統僅僅是個開始。在仿真中，研究人員展示了使用64個混合芯片的系統如何運行AI應用程序的速度是當前處理器的七倍，而能耗卻僅為當前的七分之一。

這樣的功能可能有一天使Illusion Systems成為增強現實和虛擬現實眼鏡的大腦，這些眼鏡將使用深層神經網絡通過發現環境中的物體和人來學習，并為佩戴者提供上下文信息-想象一個AR / VR系統來幫助觀鳥者識別未知的標本。

斯坦福大學研究生羅伯·雷德韋(Robert Radway)是《自然電子》研究的第一作者，他說該團隊還開發了新算法，可以重新編譯為當今的處理器編寫的現有AI程序，以在新的多芯片系統上運行。來自Facebook的合作者幫助團隊測試了可驗證其努力的AI程序。下一步包括提高單個混合芯片的處理和存儲能力，并演示如何廉價地批量生產它們。

Wong說：“我們制造的原型機能夠按預期工作的事實表明我們處在正確的軌道上。”他相信Illusion Systems可以在三到五年內做好投放市場的準備。