普林斯頓大學(xué)聯(lián)手DARPA研發(fā)人工智能芯片

自人工智能騰飛以來，其進步、機會及潛力均令人矚目。然而，這也引發(fā)了一項重大難題——芯片計算效能逐漸超越我們的現(xiàn)有基礎(chǔ)設(shè)施。為了解決此問題，美國國防高級研究計劃局（DARPA）攜手普林斯頓大學(xué)啟動了一個新項目，致力于研發(fā)尖端芯片以提升AI計算效率和能源利用效率。

這項名為內(nèi)存陣列內(nèi)優(yōu)化處理技術(shù)（OPTIMA）的DARPA項目，旨在開發(fā)基于內(nèi)存計算加速的構(gòu)架，以優(yōu)化處理數(shù)據(jù)并提升效率。這款內(nèi)存計算架構(gòu)具備潛在的劃時代意義；工程師們期望通過借助DARPA現(xiàn)有研究成果來打造出當(dāng)前最為先進的技術(shù)能力。此外，該項目還得到了多個科研機構(gòu)和企業(yè)的積極響應(yīng)和參與，包括曾與DARPA聯(lián)手開展半導(dǎo)體研究的STARnet、JUMP和JUMP 2.0項目，以及新增的合作方，例如DARPA之前扶持的初創(chuàng)企業(yè)。

來自普林斯頓大學(xué)的電氣和計算機工程教授納文·維爾馬（Naveen Verma）在本次合作中扮演了重要角色。他表示，新硬件的重新設(shè)計使得AI芯片能夠適應(yīng)當(dāng)前工作負載，同時消耗更少能源就能驅(qū)動高效能的AI系統(tǒng)。這些創(chuàng)新有可能撕裂AI芯片發(fā)展的瓶頸，包括尺寸、效率和拓展性等諸多限制。

現(xiàn)今，支持最尖端AI模型運轉(zhuǎn)的芯片體積過大、效率不高，難以適配小型設(shè)備，如筆記型電腦、手機、醫(yī)院、高速公路乃至近地軌道。因此，迫切需要一款全新的芯片架構(gòu)以滿足日益增長的計算需求和能源效率。而新開發(fā)的芯片不僅能降低能耗，還有望讓各種AI應(yīng)用得以普及，甚至擴大到更多場景。

普惠人工智能（OPTIMA）項目是DARPA推進“ next-generation scientific， device and system revolutionary development”目標(biāo)的一部分，也是其進一步投資相關(guān)領(lǐng)域的表現(xiàn)。雖然DARPA尚未透露最終參與機構(gòu)清單及其獲得的資金總額，但據(jù)預(yù)估，征募到的提案經(jīng)費總額高達7800萬元，充分顯示了DARPA對于這個領(lǐng)域的高度關(guān)注以及資金投入力度。

在普林斯頓大學(xué)主導(dǎo)的部分中，由維爾馬教授的初創(chuàng)企業(yè)EnCharge AI共建聯(lián)合實驗室，以加快新芯片架構(gòu)的研究以及商業(yè)化進度。成立于加利福尼亞州圣克拉拉市的EnCharge AI正將維爾馬實驗室的發(fā)現(xiàn)技術(shù)推向市場。有鑒于此，普林斯頓大學(xué)的研究團隊可以借此機會推動AI+新芯片行業(yè)的整體發(fā)展。

該項目的目標(biāo)是創(chuàng)建能夠在緊湊或能源受限的環(huán)境中處理現(xiàn)代人工智能工作負載的芯片。為了實現(xiàn)這一目標(biāo)，研究人員必須完全重新構(gòu)想計算的物理原理，并設(shè)計和封裝可以使用現(xiàn)有制造技術(shù)制造的硬件，同時與現(xiàn)有的計算技術(shù)（如中央處理單元）配合良好。維爾馬和他的團隊提出了一種新的方法，將計算直接在內(nèi)存單元中完成，稱為內(nèi)存計算。這種方法有望減少移動和處理大量數(shù)據(jù)所需的時間和能源成本。此外，他們還轉(zhuǎn)向了模擬計算方法，利用設(shè)備的更豐富的物理特性來提高效率。通過結(jié)合這些想法和技術(shù)創(chuàng)新，他們希望將人工智能從數(shù)據(jù)中心中解放出來，推動其在各個領(lǐng)域的應(yīng)用和發(fā)展。