IBM представила новый чип искусственного интеллекта, который основан на модели человеческого мозга
IBM представила новый чип искусственного интеллекта, который основан на модели человеческого мозга. Об этом сообщает habr.com.
Исследователи из IBM Research опубликовали статью в журнале Nature Electronics. В ней говорится о создании 64-ядерного вычислительного чипа со смешанными сигналами, который использует фазовое изменение для глубокого вывода нейронных сетей. Разработчики использовали подход для анализа состояний, чтобы улучшить эффективность и сократить расход энергии в проектах ИИ.
“Человеческий мозг способен достигать выдающихся результатов, потребляя при этом мало энергии”, — заявил один из соавторов исследования Танос Василопулос из лаборатории IBM в Цюрихе.
Чип работает подобно синапсам в человеческом мозге и содержит 64 аналоговых ядра в памяти, каждое из которых имеет массив синаптических клеточных единиц. Он также обладает преобразователями, которые обеспечивают плавный переход между аналоговыми и цифровыми состояниями. Точность работы чипа — 92,81% в наборе данных CIFAR-10, модель изображений, которая широко используется для машинного обучения.
Исследователи отмечают, что этот чип позволяет выполнять сложные задачи с низким энергопотреблением, что делает его идеальным для использования в смартфонах, автомобилях и фотоаппаратах. Ещё он может быть полезен для поставщиков облачных услуг, которые могут использовать эти чипы для снижения затрат на электроэнергию и выбросов углекислого газа.
В будущем IBM планирует усовершенствовать цифровые схемы для этих чипов, чтобы выполнять на них ещё более сложные задачи. Танос Василопулос предложил технический обзор чипа в статье, опубликованной в журнале Electrical and Electronic Engineering, где он описывает его как “полностью интегрированный вычислительный чип со смешанными сигналами в памяти, основанный на внутренней интегрированной памяти с фазовым изменением”.
Кроме того, компания планирует выпустить Meteor Lake — первый потребительский чип с встроенным нейронным процессором для задач машинного обучения. Ожидается, что эти процессоры будут использоваться в смартфонах, планшетах и других мобильных гаджетах.