搜索歷史

清空
搜索熱詞
      0
      • 聊天消息
      • 系統(tǒng)消息
      • 評論與回復(fù)
      VIP于 到期 續(xù)費(fèi)
      登錄后你可以
      • 下載海量資料
      • 學(xué)習(xí)在線課程
      • 觀看技術(shù)視頻
      • 寫文章/發(fā)帖/加入社區(qū)
      會員中心
      創(chuàng)作中心
      發(fā)布
      創(chuàng)作活動

      完善資料讓更多小伙伴認(rèn)識你，還能領(lǐng)取20積分哦，立即完善>

      3天內(nèi)不再提示

      麻省理工新神經(jīng)網(wǎng)絡(luò)芯片速度增6倍 功耗少94%

      wg7H_MooreNEWS ? 來源：未知 ? 作者：鄧佳佳 ? 2018-03-19 15:20 ? 次閱讀

      據(jù)MIT News報道，麻省理工學(xué)院（MIT）的研究人員開發(fā)出了一種可用于神經(jīng)網(wǎng)絡(luò)計算的高性能芯片，該芯片的處理速度可達(dá)其他處理器的7倍之多，而所需的功耗卻比其他芯片少94-95%，未來這種芯片將有可能被使用在運(yùn)行神經(jīng)網(wǎng)絡(luò)的移動設(shè)備或是物聯(lián)網(wǎng)設(shè)備上。

      MIT電子工程與計算科學(xué)研究生阿維謝克·碧斯沃斯（Avishek Biswas）是這個項目開發(fā)的領(lǐng)導(dǎo)者，他表示：“總體來說一般的處理器的運(yùn)行模式是這樣的，在芯片的一些部分里安放了內(nèi)存，在進(jìn)行計算的時候，它會在這些內(nèi)存中來回移動數(shù)據(jù)。由于機(jī)器學(xué)習(xí)算法需要大量的算力，因此在來回移動數(shù)據(jù)的時候會消耗大量的能源。但是其實(shí)這些算法所做的計算可以被簡化成一個種具體的操作，這種操作被稱為點(diǎn)積（dot product）。我們的想法是，我們是否可以將這個點(diǎn)積功能部署在內(nèi)存中，從而無需在不斷的移動這些數(shù)據(jù)？”

      這個芯片會將結(jié)點(diǎn)的輸入值轉(zhuǎn)化為電壓，然后在進(jìn)行儲存和進(jìn)一步處理的時候，再將其轉(zhuǎn)換為數(shù)字形式。這種做法讓這塊芯片能夠在一個步驟中同時對16個結(jié)點(diǎn)的點(diǎn)積進(jìn)行計算，而且無需在內(nèi)存和處理器之間移動數(shù)據(jù)。MIT News認(rèn)為這種處理方法更加接近于人類大腦的工作方式。

      神經(jīng)網(wǎng)絡(luò)

      碧斯沃斯將會在一篇論文中詳細(xì)闡述這塊芯片的工作方式，這篇論文將會在國際固態(tài)電路大會期間發(fā)表，和他一起撰寫論文的還有他的論文指導(dǎo)老師，MIT工程學(xué)院院長阿南莎·錢德拉卡珊（Anantha Chandrakasan）以及MIT電子工程與計算機(jī)科學(xué)教授范內(nèi)瓦·布什（Vannevar Bush）。

      去年12月，SensibleVision公司CEO喬治·布羅斯托夫（George Brostoff）在曾經(jīng)在《生物學(xué)更新（Biometric Update）》發(fā)表了一篇客座文章，證明了定制化處理器有可能會給移動設(shè)備的安全識別功能帶來巨大的變革。那以后，F(xiàn)WDNXT也宣布他們將會開發(fā)使用深度神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像識別與歸類的低功耗處理器，此外ARM也宣布將會開發(fā)用于機(jī)器學(xué)習(xí)和物體識別的芯片。


      聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請聯(lián)系本站處理。 舉報投訴

      原文標(biāo)題：淘汰CPU！新神經(jīng)芯片速度增6倍 功耗少94%

      文章出處：【微信號：MooreNEWS，微信公眾號：摩爾芯聞】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。

      收藏 人收藏

        評論

        相關(guān)推薦

        BP神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的關(guān)系

        BP神經(jīng)網(wǎng)絡(luò)（Backpropagation Neural Network）和卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，簡稱CNN）是兩種在人工智能和機(jī)器學(xué)習(xí)領(lǐng)域
        的頭像 發(fā)表于 07-10 15:24 ?571次閱讀

        BP神經(jīng)網(wǎng)絡(luò)和人工神經(jīng)網(wǎng)絡(luò)的區(qū)別

        BP神經(jīng)網(wǎng)絡(luò)和人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Networks，簡稱ANNs）之間的關(guān)系與區(qū)別，是神經(jīng)網(wǎng)絡(luò)領(lǐng)域中一個基礎(chǔ)且重要的話題。本文將從定義、結(jié)構(gòu)、算法、應(yīng)用及未來發(fā)展等多個方面，詳細(xì)闡述BP
        的頭像 發(fā)表于 07-10 15:20 ?379次閱讀

        rnn是遞歸神經(jīng)網(wǎng)絡(luò)還是循環(huán)神經(jīng)網(wǎng)絡(luò)

        RNN（Recurrent Neural Network）是循環(huán)神經(jīng)網(wǎng)絡(luò)，而非遞歸神經(jīng)網(wǎng)絡(luò)。循環(huán)神經(jīng)網(wǎng)絡(luò)是一種具有時間序列特性的神經(jīng)網(wǎng)絡(luò)，能夠處理序列數(shù)據(jù)，具有記憶功能。以下是關(guān)于循環(huán)
        的頭像 發(fā)表于 07-05 09:52 ?382次閱讀

        遞歸神經(jīng)網(wǎng)絡(luò)是循環(huán)神經(jīng)網(wǎng)絡(luò)嗎

        遞歸神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network，簡稱RNN）和循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network，簡稱RNN）實(shí)際上是同一個概念，只是不同的翻譯方式
        的頭像 發(fā)表于 07-04 14:54 ?446次閱讀

        循環(huán)神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的區(qū)別

        循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network，RNN）和卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）是深度學(xué)習(xí)領(lǐng)域中兩種非常重要的神經(jīng)網(wǎng)絡(luò)
        的頭像 發(fā)表于 07-04 14:24 ?505次閱讀

        深度神經(jīng)網(wǎng)絡(luò)與基本神經(jīng)網(wǎng)絡(luò)的區(qū)別

        在探討深度神經(jīng)網(wǎng)絡(luò)（Deep Neural Networks, DNNs）與基本神經(jīng)網(wǎng)絡(luò)（通常指傳統(tǒng)神經(jīng)網(wǎng)絡(luò)或前向神經(jīng)網(wǎng)絡(luò)）的區(qū)別時，我們需要從多個維度進(jìn)行深入分析。這些維度包括
        的頭像 發(fā)表于 07-04 13:20 ?328次閱讀

        人工智能神經(jīng)網(wǎng)絡(luò)芯片的介紹

        人工智能神經(jīng)網(wǎng)絡(luò)芯片是一類專門為深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)算法設(shè)計的處理器。它們具有高性能、低功耗、可擴(kuò)展等特點(diǎn)，廣泛應(yīng)用于圖像識別、語音識別、自然語言處理等領(lǐng)域。以下是關(guān)于人工智能
        的頭像 發(fā)表于 07-04 09:33 ?335次閱讀

        神經(jīng)網(wǎng)絡(luò)芯片與傳統(tǒng)芯片的區(qū)別和聯(lián)系

        引言 隨著人工智能技術(shù)的快速發(fā)展，深度學(xué)習(xí)算法在圖像識別、自然語言處理、語音識別等領(lǐng)域取得了顯著的成果。然而，深度學(xué)習(xí)算法對計算資源的需求非常高，傳統(tǒng)的計算芯片已經(jīng)無法滿足其需求。因此，神經(jīng)網(wǎng)絡(luò)芯片
        的頭像 發(fā)表于 07-04 09:31 ?376次閱讀

        神經(jīng)網(wǎng)絡(luò)芯片和普通芯片區(qū)別

        神經(jīng)網(wǎng)絡(luò)芯片和普通芯片的區(qū)別是一個復(fù)雜而深入的話題，涉及到計算機(jī)科學(xué)、電子工程、人工智能等多個領(lǐng)域。 定義 神經(jīng)網(wǎng)絡(luò)芯片（Neural Ne
        的頭像 發(fā)表于 07-04 09:30 ?516次閱讀

        反向傳播神經(jīng)網(wǎng)絡(luò)和bp神經(jīng)網(wǎng)絡(luò)的區(qū)別

        反向傳播神經(jīng)網(wǎng)絡(luò)（Backpropagation Neural Network，簡稱BP神經(jīng)網(wǎng)絡(luò)）是一種多層前饋神經(jīng)網(wǎng)絡(luò)，它通過反向傳播算法來調(diào)整網(wǎng)絡(luò)中的權(quán)重和偏置，以達(dá)到最小化誤差的
        的頭像 發(fā)表于 07-03 11:00 ?365次閱讀

        bp神經(jīng)網(wǎng)絡(luò)是深度神經(jīng)網(wǎng)絡(luò)嗎

        BP神經(jīng)網(wǎng)絡(luò)（Backpropagation Neural Network）是一種常見的前饋神經(jīng)網(wǎng)絡(luò)，它使用反向傳播算法來訓(xùn)練網(wǎng)絡(luò)。雖然BP神經(jīng)網(wǎng)絡(luò)在某些方面與深度
        的頭像 發(fā)表于 07-03 10:14 ?365次閱讀

        bp神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)區(qū)別是什么

        BP神經(jīng)網(wǎng)絡(luò)（Backpropagation Neural Network）和卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，簡稱CNN）是兩種不同類型的人工神經(jīng)網(wǎng)絡(luò)，它們在
        的頭像 發(fā)表于 07-03 10:12 ?518次閱讀

        卷積神經(jīng)網(wǎng)絡(luò)和bp神經(jīng)網(wǎng)絡(luò)的區(qū)別

        卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks，簡稱CNN）和BP神經(jīng)網(wǎng)絡(luò)（Backpropagation Neural Networks，簡稱BPNN）是兩種
        的頭像 發(fā)表于 07-02 14:24 ?1010次閱讀

        麻省理工與Adobe新技術(shù)DMD提升圖像生成速度

        2023年3月27日，據(jù)傳，新型文生圖算法雖然使得圖像生成無比逼真，但奈何運(yùn)行速度較慢。近期，美國麻省理工學(xué)院聯(lián)合Adobe推出新型DMD方法，僅略微犧牲圖像質(zhì)量就大幅度提高圖像生成效率。
        的頭像 發(fā)表于 03-27 14:17 ?386次閱讀

        剛剛，6位傳感器青年科學(xué)家入選！麻省理工這份權(quán)威名單公布！

        今日（11月2日），2023年度《麻省理工科技評論》“35歲以下科技創(chuàng)新35人”亞太區(qū)入選者名單正式公布。 ?《麻省理工科技評論》（MIT Technology Review）于1899年在美國
        的頭像 發(fā)表于 11-03 08:41 ?382次閱讀
        剛剛，<b class='flag-5'>6</b>位傳感器青年科學(xué)家入選！<b class='flag-5'>麻省理工</b>這份權(quán)威名單公布！