IBM研发新神经网络芯片让AI更快更有效率_专栏

易百纳技术社区讯 IBM研发新神经网络芯片，让AI更快更有效率。这种新的储存设备只需要是调整他们的电阻水平来让数据是存储在一个连续的范伟之中，可以将储存单元之间的传递电压来利用物理的方法进行计算，而设备所存在的固有物理缺陷。

现在人工智能行业已经越来越受到了关注，随着人工智能的发展进化，未来这一领域将会是集中竞争的行业。据悉，在GPU上运行的神经网络现在在人工智能上已经有着让人惊喜的长足进展，只不过这两者的合作还没有达到完美的程度，还需要进一步的完善。

据IBM的研究人员表示，他们现如今希望能够是设计出一种专门用于神经网络的新芯片，以此是来获得更快、更有效率的人工智能执行功能。

其实利用GPU来加速硬件设施是在二十一世纪初技术人员才意识到的，这其实是因为这些新片可以完成大量的计算，它不会像过去的GPU那样要按照顺序进行处理，而GPU的引用使得这一领域有了新的进步，然而这些芯片还是需要把处理和储存分开来进行。

这也就是说要把很多的时间花费在二者之间的数据传输上面，意识到这一点的人们也开始了新的储存技术的研究，要研究出储存和处理是能够在同一位置的权重数据，进而是让速度和能源效率更好。

这种新的储存设备只需要是调整他们的电阻水平来让数据是存储在一个连续的范伟之中，可以将储存单元之间的传递电压来利用物理的方法进行计算，而设备所存在的固有物理缺陷，就导致了它们的行为会出现不一致的情况，这也是为什么目前使用这些设备来训练神经网络的分类精度会低于GPU。

研究人员表示可以让它们在更快的GPU上进行训练，但是假如训练不是准确的话，那就是没用的。据了解，新的储存技术很难去训练深层的神经网络的原因，就是在这个过程中需要每一个神经元的权重要被刺激成千上万次，才能达到对齐。

易百纳技术社区原创文章未经本网允许,私自转载者本网保留追究其版权责任的权利！

IBM研发新神经网络芯片 让AI更快更有效率