首页 > 应用 > 人工智能

第一台可编程存储器计算机如何影响机器学习和AI?

Lianne Frith 2019-09-11

由于能够在小型设备上运行机器学习算法和处理AI,因此计算机可以在内存中进行更多计算。如果这些说法属实,它可能会对电子工程和开发AI应用程序的能力产生重大影响。 Owz电子头条

 Owz电子头条

可编程存储器计算机能做什么?Owz电子头条

 Owz电子头条

电子工程师一直在寻找一种在内存中而不是在处理器的计算核心中进行更多计算的方法。内存计算有可能通过降低功耗来加速AI和神经形态计算。然而,直到现在,虽然这个概念已被长期考虑,但演示是独立的,无论是针对特定AI问题开发的芯片还是通过外部计算机操作的存储器阵列。 Owz电子头条

 Owz电子头条

密歇根大学声称已经创建了一个可编程的存储器计算机,它可以运行三种标准类型的机器学习算法,并在人工智能应用程序的开发方面提供了巨大的进步,并且它可以独立运行。可编程存储器计算机可以允许AI应用程序直接在智能手机和传感器等小型设备上处理。无需将命令发送到云端进行处理,响应时间可能会大大加快,更不用说片上处理带来的安全性和隐私性的改进。  Owz电子头条

 Owz电子头条

第一台可编程存储器计算机如何影响机器学习和AI行业?Owz电子头条

密歇根州立大学存储器计算机研究员Wei Lu和Seung Hwan Lee。图片由密歇根州立大学工程系提供。 Owz电子头条

 Owz电子头条

根据密歇根大学的公告,在芯片上安排计算机组件的新方法可以极大改变计算,能耗将降低100倍。Owz电子头条

 Owz电子头条

可编程存储器计算机如何工作?Owz电子头条

 Owz电子头条

该计算机由Wei Lu教授及其团队设计的,它将存储器阵列与编程和运行所需的其他元件集成在一起。这些组件包括一个由5832个存储器组成的阵列、一个标准的OpenRISC处理器、通信通道和648个数字或模拟转换器形式的解释器。 Owz电子头条

 Owz电子头条

存储器阵列特别适用于机器学习问题,因为它们将数据转换为矢量并将它们映射到矩阵中。然后可以将输入矢量与存储在存储器中的矢量进行比较。当匹配时,系统知道输入数据具有所需的特征。Owz电子头条

 Owz电子头条

该团队将存储器阵列直接集成在芯片上,并将机器学习算法开发到存储器阵列上。他们将芯片通过三项测试,即机器学习算法,旨在证明其可编程性:感知器:即使在图像有噪声的情况下,计算机也必须识别希腊字母,并达到100%的准确度;稀疏编码:计算机必须建立一个有效的人工神经元网络,学习其任务并删除不需要的神经元。计算机能够找到最有效的方法来重建图像并以100%的准确率识别图案;双层神经网络计算机必须使用无监督学习来发现复杂数据中的模式。,神经网络从乳腺X线测试分数中识别出重要特征,然后以94.6%的准确率区分恶性肿瘤和良性肿瘤。 Owz电子头条

 Owz电子头条

在最大频率下,芯片每瓦每秒消耗约300毫瓦以及执行1880亿次操作。然而,它有可能获得更高的速度。该芯片采用180纳米半导体制造工艺制造。将芯片移至40纳米技术可能会使功耗降至近40毫瓦,同时进一步提升性能。Owz电子头条

 Owz电子头条

第一台可编程存储器计算机如何影响机器学习和AI行业?Owz电子头条

模拟存储器(IV曲线示踪器)的图表,展示了2011年存储器技术的早期工作。图片由维基共享资源提供。Owz电子头条

Owz电子头条
Owz电子头条

什么使发展成为可能?Owz电子头条

 Owz电子头条

在计算中使用存储器的想法绝不是新的。关于非易失性电阻开关(又称存储器行为)的研究已经进行了几十年。关于存储器行为的研究可以追溯到19世纪初,20世纪70年代随着硅技术和数字计算的发展而进一步发展,这一新兴技术被搁置一旁。1998年,Hewlett Packard Labs首次报道了他们的单片纳米级存储器装置。它有一个内部存储层,可以通过电刺激动态重新配置,创造存储器效应。断电后,编程状态不会丢失,从而创建了一种新功能。Owz电子头条

 Owz电子头条

2011年的进一步研究强调了基于存储器的存储器设计在低功耗和良好可扩展性方面的潜力。一项研究着眼于在保持编程速度的同时使用双元件存储器结构来降低能耗。双元件存储器的能耗降低了80%。Lu和他的同事们已经建议基于存储器系统的电子设备有一段时间了。他们长期以来一直相信,它们可以帮助在片上存储器和存储、存储器内计算和生物启发计算方面取得进展。 Owz电子头条

 Owz电子头条

这个难题的缺失部分试图区分通过存储器设备的电流的微小变化。虽然神经形态计算很容易与存储器的模拟性质一致,但它们对于普通计算机中的数值计算来说还不够精确。根据他们对基于存储器的偏微分方程的研究,Lu和他的同事通过数字化输出并将范围定义为一个值来实现突破。这使他们能够将大型数学问题映射到阵列中的较小块中,从而提高效率和灵活性。 Owz电子头条

 Owz电子头条

潜在的电子应用Owz电子头条

 Owz电子头条

存储器和电阻器的组合可编程为将信息存储为电阻水平。结果是存储器和处理可以在同一设备中进行,从而消除了传统计算机中发生的数据传输瓶颈。Owz电子头条

 Owz电子头条

可编程存储器计算机的潜力可以使电子工程的许多进步:机器学习模型:随着模型变得越来越大,片上存储器成为一个问题,而片外数据检索需要大量的时间和精力。能够在内存中进行计算,可变电阻充当信息存储,可以成为真正的游戏改变者;设备技术:随着设备变得越来越小,从智能手机到传感器,满足期望的挑战也越来越大。AI应用程序所需的功耗可能太大,但是,片上计算可能会改变所有这些。该技术还可以创建更高效的超级计算机;响应时间:实现即时响应的期望需要严格的计算能力,而不需要传输数据,速度会急剧增加。Owz电子头条

 Owz电子头条

程序员在远离计算机中央处理器的情况下运行机器学习算法、处理大量数据进行识别和预测的潜力是巨大的。目前,程序员更喜欢使用图形处理单元(GPU),因为他们有数千个小内核同时运行计算。如果存储器可以进行自己的计算,那么一个内核中的数千个操作可以同时运行,从而产生更快、更安全的结果。在GPU速度提高10-100倍的情况下,存储器AI处理器可以进一步提高10—100倍。 Owz电子头条

 Owz电子头条

除了机器学习应用程序,计算机还可以满足任何需要基于矩阵运算的任务。一个例子是求解偏微分方程,例如建模物理现象所需的复杂形式和多个变量。在数据矩阵很大的情况下,存储处理器的通信过程会产生真正的延迟。可编程计算机中使用的存储器阵列解决了这个问题。Lu的实验级计算机使用了大约6000个存储器。在商业设计中,可能有数百万,提供巨大的潜力。Owz电子头条

 Owz电子头条

存储器是电子设计的未来吗?Owz电子头条

 Owz电子头条

存储器技术可以在未来几年内彻底改变计算。当数据通过阵列输入时,数学处理通过自然电阻进行,而无需移动矢量。提高机器学习速度的潜力是不可否认的。虽然这一研究领域仍在进行中,但这可能会导致超级计算、图像处理、计算机视觉、智能控制和机器人技术的工程应用。Owz电子头条

 Owz电子头条

随着物联网(IoT)设备的大量增长,需要处理的数据量将达到前所未有的水平。可编程存储器计算机很可能是实现高度可配置、可扩展和节能技术的关键。Lu将于明年发布下一代芯片,并计划使用多个阵列来演示如何开发更大的网络。下一个芯片将更快、更高效,并且如果能稳步进行,它将成为人工智能应用的竞争对手。 Owz电子头条