据MIT News报道,麻省理工学院(MIT)的研究人员开发出了一种可用于神经网络计算的高性能芯片,该芯片的处理速度可达其他处理器的7倍之多,而所需的功耗却比其他芯片少94-95%,未来这种芯片将有可能被使用在运行神经网络的移动设备或是物联网设备上。
MIT电子工程与计算科学研究生阿维谢克·碧斯沃斯(Avishek Biswas)是这个项目开发的领导者,他表示:“总体来说一般的处理器的运行模式是这样的,在芯片的一些部分里安放了内存,在进行计算的时候,它会在这些内存中来回移动数据。由于机器学习算法需要大量的算力,因此在来回移动数据的时候会消耗大量的能源。但是其实这些算法所做的计算可以被简化成一个种具体的操作,这种操作被称为点积(dot product)。我们的想法是,我们是否可以将这个点积功能部署在内存中,从而无需在不断的移动这些数据?”
这个芯片会将结点的输入值转化为电压,然后在进行储存和进一步处理的时候,再将其转换为数字形式。这种做法让这块芯片能够在一个步骤中同时对16个结点的点积进行计算,而且无需在内存和处理器之间移动数据。MIT News认为这种处理方法更加接近于人类大脑的工作方式。
碧斯沃斯将会在一篇论文中详细阐述这块芯片的工作方式,这篇论文将会在国际固态电路大会期间发表,和他一起撰写论文的还有他的论文指导老师,MIT工程学院院长阿南莎·钱德拉卡珊(Anantha Chandrakasan)以及MIT电子工程与计算机科学教授范内瓦·布什(Vannevar Bush)。
去年12月,SensibleVision公司CEO乔治·布罗斯托夫(George Brostoff)在曾经在《生物学更新(Biometric Update)》发表了一篇客座文章,证明了定制化处理器有可能会给移动设备的安全识别功能带来巨大的变革。那以后,FWDNXT也宣布他们将会开发使用深度神经网络进行图像识别与归类的低功耗处理器,此外ARM也宣布将会开发用于机器学习和物体识别的芯片。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。
举报投诉
原文标题:淘汰CPU!新神经芯片速度增6倍 功耗少94%
文章出处:【微信号:MooreNEWS,微信公众号:摩尔芯闻】欢迎添加关注!文章转载请注明出处。
相关推荐
2023年3月27日,据传,新型文生图算法虽然使得图像生成无比逼真,但奈何运行速度较慢。近期,美国麻省理工学院联合Adobe推出新型DMD方法,仅略微牺牲图像质量就大幅度提高图像生成效率。
发表于 03-27 14:17
•132次阅读
卷积神经网络的优点 卷积神经网络(Convolutional Neural Network,CNN)是一种基于深度学习的神经网络模型,在图像识别、语音识别、自然语言处理等领域有着广泛的应用。相比
发表于 12-07 15:37
•2911次阅读
今日(11月2日),2023年度《麻省理工科技评论》“35岁以下科技创新35人”亚太区入选者名单正式公布。 《麻省理工科技评论》(MIT Technology Review)于1899年在美国
发表于 11-03 08:41
•232次阅读
水下传感器网络对于监测渔场、飓风预报和探测敌方潜艇等各种应用来说都是非常宝贵的。然而,通过液体传输数据比通过空气传输要困难得多。麻省理工学院的工程师们提出了一种解决方案,可以实现远程低功耗的水下通信
发表于 09-20 10:23
•825次阅读
分成多个组别进行处理。在本章节中,对常见网络算子进行了说明(如图6),卷积神经网络的核心运算方式是卷积操作,池化操作和全连接操作。
图1 思维导图
图2 GCN模块分布图
图3 GCN模块之间的关系
发表于 09-11 20:34
人工神经网络和bp神经网络的区别 人工神经网络(Artificial Neural Network, ANN)是一种模仿人脑神经元网络结构和功能的计算模型,也被称为
发表于 08-22 16:45
•3406次阅读
深度神经网络是一种基于神经网络的机器学习算法,其主要特点是由多层神经元构成,可以根据数据自动调整神经元之间的权重,从而实现对大规模数据进行预测和分类。卷积
发表于 08-21 17:07
•2225次阅读
卷积神经网络的介绍 什么是卷积神经网络算法 卷积神经网络涉及的关键技术 卷积神经网络(Convolutional Neural Network,CNN)是一种用于图像分类、物体识别、语
发表于 08-21 16:49
•1406次阅读
卷积神经网络的基本原理 卷积神经网络发展历程 卷积神经网络三大特点 卷积神经网络的基本原理 卷积神经网络(Convolutional Ne
发表于 08-21 16:49
•1415次阅读
卷积神经网络概述 卷积神经网络的特点 cnn卷积神经网络的优点 卷积神经网络(Convolutional neural network,CNN)是一种基于深度学习技术的
发表于 08-21 16:41
•1910次阅读
卷积神经网络的应用 卷积神经网络通常用来处理什么 卷积神经网络(Convolutional Neural Network,简称CNN)是一种在神经网络领域内广泛应用的
发表于 08-21 16:41
•3894次阅读
卷积神经网络原理:卷积神经网络模型和卷积神经网络算法 卷积神经网络(Convolutional Neural Network,CNN)是一种基于深度学习的人工
发表于 08-17 16:30
•889次阅读
麻省理工学院的研究人员利用被广泛研究的新型太阳能光伏材料,证明了这些材料的纳米颗粒可以发射出一束相同的单光子。研究人员说,虽然这项工作目前是对这些材料能力的根本性发现,但它最终可能为新的光学量子
发表于 08-08 06:51
•384次阅读
神经网络是一个具有相连节点层的计算模型,其分层结构与大脑中的神经元网络结构相似。神经网络可通过数据进行学习,因此,可训练其识别模式、对数据分类和预测未来事件。
发表于 07-26 18:28
•1878次阅读
在本文中,我们将了解深度神经网络的基础知识和三个最流行神经网络:多层神经网络(MLP),卷积神经网络(CNN)和递归神经网络(RNN)。
发表于 05-15 14:19
•1171次阅读
评论