【資料圖】

《自然》期刊雜志 8 月 23 日刊登了 IBM 研究實驗室的最新研究成果：一種能效為傳統數字計算機芯片 14 倍的 AI 模擬芯片。

據稱，該芯片在語音識別上的效率超過了通用處理器，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。

該文章摘要中表示，當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“模擬內存計算”的方案，通過在自身的存儲器上并行執行矩陣-向量乘法，提供更強的能效。

研究團隊還開發了一個 14nm 模擬芯片，其 34 個模塊中含有 3500 萬個相變化內存單元。測試環節中，研究團隊使用谷歌語音命令和 Librispeech 語音識別來測試該芯片語言處理能力的效率，在利用谷歌語音測試后發現，該芯片的性能、準確度“與當前的數字技術相當”；而在規模更大的 Librispeech 上，該芯片可達到 12.4 萬億次 / 秒 / 瓦運算性能，最高相當于傳統通用處理器的 14 倍性能。