AI仿真芯片能效比传统芯片高14倍语音识别效率极高_人工智能_技巧

14nm仿照AI芯片

随着人工智能技能的广泛运用，对能源和资源的需求也随之增加。
特殊是在语音识别中，虽然软件更新极大地提高了自动转录的准确性，但由于内存和打算机之间须要大量的打算数据移动，硬件无法跟上演习和运行这些模型所需的数据。
处理器。
数百万个参数。
为理解决这个问题，人类研究中央提出了一种称为内存打算（CiM 或仿照 AI）的办理方案。

仿照人工智能系统通过直接在自己的内存中实行操作，避免了内存和处理器之间数据移动的低效率。
该技能有望显著提高人工智能打算的能源效率。
在此背景下，IBM的研究团队成功开拓出14纳米仿照芯片，拥有3500万个相变存储单元，可运行在34个模块中。

研究团队利用两种语音识别软件进行了测试，一个是来自 Google 的小型网络，另一个是来自 Librispeech 的大型网络。
当用于更大的 Librispeech 模型时，该仿照芯片超出了预期，达到每瓦每秒 12.4 万亿次操作，系统性能估量可达传统通用途理器的 14 倍。

研究团队得出的结论是，这项研究同时证明了仿照人工智能技能在小型和大型模型中的性能和有效性，并有望成为数字系统的商业上可行的替代方案。
这一打破性的创造不仅为人工智能技能的发展开辟了新的路径，而且还可以供应一种更高效、更环保的数据处理方法。