IBM Research最近發表了一篇論文，揭示了一種模擬芯片的開發情況，該芯片有望在人工智能推理任務中實現GPU級別的性能，同時大幅提高能效。目前，GPU被廣泛用于人工智能處理，但其高能耗不必要地增加了成本。
新的模擬人工智能芯片仍在開發中，它能夠在同一位置同時計算和存儲內存。這種設計模擬了人腦的運作，從而提高了能效。該技術不同于當前的解決方案，當前的解決方案需要在內存和處理單元之間不斷移動數據，從而降低了計算能力，增加了功耗。
在該公司的內部測試中，在評估模擬內存計算的計算精度時，新芯片在CIFAR-10圖像數據集上顯示出92.81%的準確率。IBM聲稱，這一精確度水平可與采用類似技術的任何現有芯片相媲美。更令人印象深刻的是它在測試過程中的能效，每次輸入僅消耗1.51微焦耳的能量。
上周發表在《自然-電子學》（Nature Electronics）上的這篇研究論文還提供了有關該芯片構造的更多信息。該芯片采用14納米互補金屬氧化物半導體（CMOS）技術制造，擁有64個模擬內存計算內核（或瓦片）。每個內核都集成了一個256 x 256的突觸單元交叉陣列，能夠執行與一層深度神經網絡（DNN）模型相對應的計算。此外，該芯片還配備了一個全局數字處理單元，能夠執行對某些類型的神經網絡至關重要的更復雜運算。
IBM的新芯片是一項引人關注的進步，尤其是考慮到近來人工智能處理系統的功耗呈指數級增長。有報告顯示，人工智能推理機架的耗電量通常是普通服務器機架的10倍，這導致了高昂的人工智能處理成本和環境問題。在這種情況下，任何能提高處理效率的改進都會受到業界的熱烈歡迎。
作為額外的好處，專用的高能效AI芯片有可能減少對GPU的需求，從而降低游戲玩家的價格。不過，值得注意的是，這目前只是推測，因為IBM芯片仍處于開發階段。其過渡到大規模生產的時間表仍不確定。在此之前，GPU仍將是人工智能處理的主要選擇，因此在不久的將來，GPU的價格不太可能變得更低。
