IT之家 8 月 24 日消息，《自然》期刊雜誌 8 月 23 日刊登了 IBM 研究實驗室的最新研究成果：一種能效為傳統數位電腦晶片 14 倍的 AI 類比晶片。
據稱，該晶片在語音識別上的效率超過了通用處理器，並有望突破當前 AI 開發因為算力性能不足、效率不高而導致的瓶頸。
這篇文章摘要中表示，目前擁有數十億個參數的AI 模型可在一系列任務中實現較高精度，但也凸顯出傳統通用處理器（包含圖形處理器、中央處理器等）效能低下的問題。 為此，研究團隊提出「模擬記憶體運算」的方案，透過在自身的記憶體上並行執行矩陣-向量乘法，提供更強的能效。
研究團隊也開發了一個 14nm 類比晶片，其 34 個模組中含有 3,500 萬個相變化記憶體單元。在測試環節中，研究團隊使用谷歌語音命令和Librispeech 語音識別來測試該晶片語言處理能力的效率，在利用谷歌語音測試後發現，該晶片的性能、準確度「與當前的數位技術相當」；而在規模更大的Librispeech 上，該晶片可達到12.4 兆次/ 秒/ 瓦運算效能，最高相當於傳統通用處理器的14 倍效能。
IT之家附《自然》雜誌原文如下：
參考
以上是《自然》雜誌刊登IBM「AI類比晶片」成果，效能可達傳統晶片14倍的詳細內容。更多資訊請關注PHP中文網其他相關文章！
