據MIT News報道，麻省理工學(xué)院(MIT)的研究人員開(kāi)發(fā)出了一種可用于神經(jīng)網(wǎng)絡(luò )計算的高性能芯片，該芯片的處理速度可達其他處理器的7倍之多，而所需的功耗卻比其他芯片少94-95%，未來(lái)這種芯片將有可能被使用在運行神經(jīng)網(wǎng)絡(luò )的移動(dòng)設備或是物聯(lián)網(wǎng)設備上。

MIT電子工程與計算科學(xué)研究生阿維謝克·碧斯沃斯(Avishek Biswas)是這個(gè)項目開(kāi)發(fā)的領(lǐng)導者，他表示：“總體來(lái)說(shuō)一般的處理器的運行模式是這樣的，在芯片的一些部分里安放了內存，在進(jìn)行計算的時(shí)候，它會(huì )在這些內存中來(lái)回移動(dòng)數據。由于機器學(xué)習算法需要大量的算力，因此在來(lái)回移動(dòng)數據的時(shí)候會(huì )消耗大量的能源。但是其實(shí)這些算法所做的計算可以被簡(jiǎn)化成一個(gè)種具體的操作，這種操作被稱(chēng)為點(diǎn)積(dot product)。我們的想法是，我們是否可以將這個(gè)點(diǎn)積功能部署在內存中，從而無(wú)需在不斷的移動(dòng)這些數據?”

這個(gè)芯片會(huì )將結點(diǎn)的輸入值轉化為電壓，然后在進(jìn)行儲存和進(jìn)一步處理的時(shí)候，再將其轉換為數字形式。這種做法讓這塊芯片能夠在一個(gè)步驟中同時(shí)對16個(gè)結點(diǎn)的點(diǎn)積進(jìn)行計算，而且無(wú)需在內存和處理器之間移動(dòng)數據。MIT News認為這種處理方法更加接近于人類(lèi)大腦的工作方式。

碧斯沃斯將會(huì )在一篇論文中詳細闡述這塊芯片的工作方式，這篇論文將會(huì )在國際固態(tài)電路大會(huì )期間發(fā)表，和他一起撰寫(xiě)論文的還有他的論文指導老師，MIT工程學(xué)院院長(cháng)阿南莎·錢(qián)德拉卡珊(Anantha Chandrakasan)以及MIT電子工程與計算機科學(xué)教授范內瓦·布什(Vannevar Bush)。

去年12月，SensibleVision公司CEO喬治·布羅斯托夫(George Brostoff)在曾經(jīng)在《生物學(xué)更新(Biometric Update)》發(fā)表了一篇客座文章，證明了定制化處理器有可能會(huì )給移動(dòng)設備的安全識別功能帶來(lái)巨大的變革。那以后，FWDNXT也宣布他們將會(huì )開(kāi)發(fā)使用深度神經(jīng)網(wǎng)絡(luò )進(jìn)行圖像識別與歸類(lèi)的低功耗處理器，此外ARM也宣布將會(huì )開(kāi)發(fā)用于機器學(xué)習和物體識別的芯片。