随着摩尔定律趋近极限,通过集成电路工艺微缩的方式获得算力提升越来越难;而计算与存储在不同电路单元中完成,会造成大量数据搬运功耗增加和额外延迟。如何提高算力,突破技术瓶颈?26日,记者从清华大学获悉,该校微电子所、未来芯片技术高精尖创新中心钱鹤、吴华强教授团队,与合作者共同研发出一款基于多个忆阻器阵列的存算一体系统,在处理卷积神经网络时的能效比图形处理器芯片高两个数量级,大幅提升计算设备的算力,且比传统芯片的功耗降低100倍。相关成果近日发表于《自然》杂志上。
如何用计算存储一体化突破AI算力瓶颈,是近年来国内外的科研热点。寻找合适的硬件,是提升算力的基础之一。
钱鹤、吴华强教授团队通过优化材料和器件结构,成功制备出高性能忆阻器阵列。为解决器件非理想特性造成的系统识别准确率下降问题,他们提出一种新型的混合训练算法,仅需用较少的图像样本训练神经网络,并通过微调最后一层网络的部分权重,使存算一体架构在手写数字集上的识别准确率达到96.19%,与软件的识别准确率相当。
同时,他们提出空间并行的机制,将相同卷积核编程到多组忆阻器阵列中,各组忆阻器阵列可并行处理不同的卷积输入块,提高并行度来加速卷积计算。
在此基础上,该团队搭建了全硬件构成的完整存算一体系统,在系统里集成了多个忆阻器阵列,并在该系统上高效运行了卷积神经网络算法,成功验证了图像识别功能,证明了存算一体架构全硬件实现的可行性。
“基于忆阻器的新型存算一体架构,可以打破算力瓶颈,满足人工智能等复杂任务对计算硬件的高需求。”清华大学未来芯片技术高精尖创新中心教授吴华强说。
据美国《科学新闻》双周刊网站近日报道,日本大阪大学工程师浅田稔和同事设计出了一套能可靠识别一系列触碰的触觉传感器,当这套传感器与机器人相连时,机器人会发出情绪信号。他们表示,未来科学家有望研制出拥有触觉并“感受”身体疼痛的机器人,这些机器人或许也能对人类的痛苦“感同身受”。 &nb... [阅读]
即使用迄今最快的超级计算机,模拟复杂自然现象也要耗费数小时。而据美国《科学》网站17日报道,作为一种超快速模拟的算法,人工智能(AI)仿真器提供了一条“捷径”——基于神经网络的AI可以很容易地生成精确的仿真器,从而将所有科学领域的仿真加速数十亿倍。 对于极其复杂的自然现象,... [阅读]
2020年以来,面对突如其来的疫情,口罩成为热销产品。伴随着病毒防疫工作进入攻坚阶段和各类企业的相继复工,预计短时间内,各类口罩的总需求量还存在较大缺口。一“罩” 难求的困境,亟待破解。 作为机器人及自动化领域的领军企业,以市场需求为出发点,新松集团火速汇集国内(沈阳,上海)两... [阅读]
“您目前体温是否有高于37.3摄氏度呢?是否有咳嗽、胸闷、乏力等感冒症状呢?”…… 这两天,福建三明尤溪县多个社区街道居民都接到了这样一个电话。拨出这个电话的不是街道工作人员,而是尤溪县政府携手云知声,率先在各个社区上线的“智能防疫机器人”。 当前,新冠肺炎疫... [阅读]
2024-11-22
2024-11-19
2024-11-18
2024-11-15
2024-11-11
2024-11-22
2024-11-19
2024-11-18
2024-11-15
2024-11-11