神经形态计算是更快 更环保的人工智能的关键吗

信息互动 2021-11-29 15:07:41
导读 人工智能 (AI)是一个计算密集型的过程。根据模型的不同,训练数千个 GPU 的集群可能需要几天、几周甚至更长时间。但如果没有必要呢?如果

人工智能 (AI)是一个计算密集型的过程。根据模型的不同,训练数千个 GPU 的集群可能需要几天、几周甚至更长时间。但如果没有必要呢?如果我们建造的计算机更像我们的大脑会怎样?

这是一种称为神经拟态计算的新兴技术的承诺。虽然这听起来像是你在以人工智能为主题的科幻惊悚片中看到的那种技术胡言乱语,但它并不像你想象的那么牵强。

包括IBM和英特尔在内的几家大型芯片制造商认为,该技术可以实现对稀疏数据集的实时训练,同时消耗传统计算架构的一小部分能力。英特尔实验室的 Garrick Orchard 告诉 SDxCentral:“大脑只是一个令人难以置信、非常高效的信号处理器。”“估计人脑消耗的功率约为 20 瓦。”

对于那 20 瓦,大脑能够无缝地解释从您的眼睛、耳朵、鼻子、舌头、皮肤流入的所有刺激,同时管理您的精细运动控制和其他各种使您的身体按预期工作的过程,他解释说。“在一个 20 瓦的电源组中发生了很多事情。”

神经形态计算的灵感来自大脑互连的神经元和突触的庞大网络,并试图在硅中复制它。但是,虽然神经形态计算机的灵感来自大脑,但这并不一定意味着在硅中重建大脑。

“我们需要认识到硅与生物湿件不同的事实,”Orchard 说。“我们正试图找到我们认为对大脑效率至关重要的原则,并在有意义的地方将这些原则应用于我们的硅人工工艺。”

同样,神经形态计算在架构上与您正在阅读本文的计算机完全不同。

在最基本的层面上,今天的计算机使用称为晶体管的纳米级逻辑门处理信息,这些逻辑门控制电子在电路中的流动。将几百个它们塞进盒子里,然后将它们同步到时钟,你就拥有了一台能够进行基本数学运算的基本计算机。

今天的处理器包含数十亿个晶体管。为Apple的 iPhone 13提供动力的 A15 处理器在您的手掌中装有大约 150 亿个晶体管。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时候联系我们修改或删除,多谢

最新文章