AIシミュレーションチップのエネルギー効率は従来のチップの14倍で、音声認識の効率は非常に高い

【CNMOニュース】AI技術の急速な発展に伴い、新しいアナログチップがコンピューティング能力に対する私たちの理解を変えています。 「Nature」誌は8月23日に掲載された研究レポートで、IBM研究所が開発した新しい人工知能（AI）シミュレーションチップを紹介した。この新しいチップは、従来のデジタル コンピュータ チップよりもエネルギー効率が 14 倍高く、音声認識の効率は汎用プロセッサの効率をさえ上回ります。この画期的な進歩により、AI 開発における現在のボトルネックの一部が解決される可能性があります。

14nmアナログAIチップ

AI技術の普及に伴い、エネルギーと資源の需要も増大しています。特に音声認識の分野では、ソフトウェアのアップグレードにより自動文字起こしの精度が大幅に向上しましたが、メモリとメモリの間で大量の計算データを移動する必要があるため、ハードウェアはこれらのモデルのトレーニングと実行に必要なデータに追いつくことができません。プロセッサー数百万ものパラメータ。この問題を解決するために、研究者たちは「メモリ内コンピューティング」(CiM、またはシミュレートされた AI) と呼ばれる解決策を提案しました。

シミュレートされた AI システムは、独自のメモリ内で直接操作を実行することで、メモリとプロセッサの間でデータを移動する非効率性を回避します。この技術により、AI コンピューティングのエネルギー効率が大幅に向上すると期待されています。これに関して、IBMの研究チームは、3,500万個の相変化メモリセルを搭載し、34のモジュールで動作できる14ナノメートルのアナログチップの開発に成功した。

研究チームは、Google の小規模ネットワークと Librispeech の大規模ネットワークの 2 つの音声認識ソフトウェアを使用してテストを実施しました。より大型の Librispeech モデルに適用すると、アナログ チップのパフォーマンスは想像を超え、1 ワットあたり 1 秒あたり 12.4 兆回の演算に達し、システム パフォーマンスは従来の汎用プロセッサの最大 14 倍になると推定されています。

研究チームは、この研究は小規模モデルと大規模モデルの両方でアナログAIテクノロジーのパフォーマンスと効率性を同時に検証したものであり、デジタルシステムに代わる商業的に実行可能な代替手段になることが期待されていると結論付けています。この画期的な発見は、AI テクノロジーの開発に新たな道を開くだけでなく、より効率的で環境に優しいコンピューティング方法を提供する可能性もあります。

以上がAIシミュレーションチップのエネルギー効率は従来のチップの14倍で、音声認識の効率は非常に高いの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。