文章目录
[+]
据称，该芯片在语音识别上的效率超过了通用途理器，有望打破当前 AI 开拓由于算力性能不敷、效率不高而导致的瓶颈。
该文章择要中表示，当前拥有数十亿个参数的 AI 模型可在一系列任务中实现较高精度，但也凸显出传统通用途理器（包含图形处理器、中心处理器等）效能低下的问题。为此，研究团队提出“仿照内存打算”的方案，通过在自身的存储器上并行实行矩阵-向量乘法，供应更强的能效。
研究团队还开拓了一个 14nm 仿照芯片，其 34 个模块中含有 3500 万个相变革内存单元。测试环节中，研究团队利用谷歌语音命令和 Librispeech 语音识别来测试该芯片措辞处理能力的效率，在利用谷歌语音测试后创造，该芯片的性能、准确度“与当前的数字技能相称”；而在规模更大的 Librispeech 上，该芯片可达到 12.4 万亿次 / 秒 / 瓦运算性能，最高相称于传统通用途理器的 14 倍性能。
（图片来自网络侵删）
IT之家附《自然》杂志原文如下：
参考
