新的集成式3D電路架構帶有螺旋式內存可實現(xiàn)更高效的AI

東京大學工業(yè)科學研究所的研究人員設計并建造了專門的計算機硬件，該計算機硬件由以3D螺旋形式排列的用于人工智能(AI)應用的存儲模塊堆棧組成。這項研究可能為下一代節(jié)能AI設備開辟道路。

機器學習是一種AI，它允許通過示例數(shù)據(jù)對計算機進行培訓，從而對新實例進行預測。例如，像Alexa這樣的智能揚聲器算法可以學習理解您的語音命令，因此即使您是第一次請求，它也可以理解您。但是，人工智能往往需要大量的電能來訓練，這引發(fā)了人們對增加氣候變化的擔憂。

現(xiàn)在，東京大學工業(yè)科學研究所的科學家們開發(fā)出了一種新穎的設計，用于將電阻式隨機存取存儲模塊與氧化物半導體(IGZO)存取晶體管堆疊成三維螺旋。將片上非易失性存儲器放置在靠近處理器的位置，可以使機器學習訓練過程更快，更節(jié)能。這是因為與常規(guī)計算機硬件相比，電信號的傳播距離要短得多。堆疊多層電路是很自然的步驟，因為訓練算法通常需要許多操作同時并行進行。

對于這些應用，通常將每一層的輸出連接到下一層的輸入。我們的體系結構極大地減少了互連布線的需求。”第一作者吳繼宣說。

通過實施二值化神經(jīng)網(wǎng)絡系統(tǒng)，該團隊能夠使設備更加節(jié)能。不允許參數(shù)為任何數(shù)字，而是將其限制為+1或-1。這既大大簡化了使用的硬件，又壓縮了必須存儲的數(shù)據(jù)量。他們使用AI中的一項常見任務對設備進行了測試，解釋了手寫數(shù)字數(shù)據(jù)庫?？茖W家表明，增加每個電路層的大小可以提高算法的準確性，最大可達到90%左右。

高級作者Masaharu Kobayashi解釋說：“為了在AI越來越集成到日常生活中時降低能耗，我們需要更專業(yè)的硬件來有效地處理這些任務。”