在當今"大數(shù)據(jù)"時代，現(xiàn)有計算機硬件架構已面臨速度和高能耗的瓶頸?？萍既請笥浾呷涨安稍L美國密西根大學電子工程與計算機系盧偉教授獲悉，他帶領同事研發(fā)出一種全新憶阻器(Memristor)陣列芯片，其處理圖片和視頻等復雜數(shù)據(jù)的速度和能效，超越了現(xiàn)有最先進機器學習系統(tǒng)。相關論文發(fā)表在最近一期《自然·納米技術》雜志上。
目前，用機器學習來處理大數(shù)據(jù)越來越受重視。不過現(xiàn)有的機器學習只是基于現(xiàn)有硬件架構在算法上進行革新，在學習和推理過程中仍需不斷在處理器和存儲器之間轉(zhuǎn)移大量數(shù)據(jù)，造成速度上的瓶頸和很高的能耗。而憶阻器是一種新型電子器件，能通過調(diào)整內(nèi)部的原子分布同時實現(xiàn)數(shù)據(jù)存儲和信號處理的功能，低能耗、高效率并行實現(xiàn)機器學習里最基本的矩陣運算。
盧偉告訴記者，他們這次制備的是32×32憶阻器陣列，并用該陣列芯片實現(xiàn)了"稀疏編碼"的算法。稀疏編碼是一種無監(jiān)督學習方法，能通過芯片上神經(jīng)元之間的競爭更有效地找出隱含在輸入數(shù)據(jù)內(nèi)部的結(jié)構與模式。在測試中，新憶阻器芯片經(jīng)過"學習培訓"后，利用很少的神經(jīng)元成功從一些名畫和照片中找到關鍵特征。
盧偉參與創(chuàng)建的半導體公司CrossbarInc，已與中國最大規(guī)模芯片制造企業(yè)--中芯國際展開合作，從去年開始量產(chǎn)基于憶阻器的阻變存儲器(RRAM)。他表示，新憶阻器可直接集成到現(xiàn)有傳感器和攝像系統(tǒng)上，實時處理和分析視頻數(shù)據(jù)。它們還可以通過大規(guī)模集成實現(xiàn)超級計算機的功能。
更多資訊請關注工業(yè)以太網(wǎng)頻道
網(wǎng)站客服
粵公網(wǎng)安備 44030402000946號