剑客
关注科技互联网

[译]如何场效 ‘大脑芯片将开始在计算下一个时代

如何场效 '大脑芯片将开始在计算下一个时代

IBM 最近发布的运动从根本上新颖的设计,从大脑的结构哺乳其适处理器效率的新细节。而不是排队的亿万个数字晶体管都在一条线,适芯片有 100 万计算机神经元并行跨 2 亿 5600 万间神经元连接 (突触) 工作。据这些报告说,该方法在性能和功率效率,更重要的是,令人难以置信分红。不犯错误︰ 神经形态的计算要改变世界,而它正在做它比你想象的更快。

神经计算机的发展是主题非常类似于数字计算机的发展︰ 首先要弄清楚该实用程序的操作 (例如,在战争期间计算发射轨迹),然后开发一种粗略的方式做的它的工具你已经有可用 (例如,满屋子的人在做手工的算法),然后发明一台机,以更有效的方式自动执行此过程。数字计算机是更有效地比人类是 itstransistors 的原因的一部分可以火以惊人的速度 — — 但是也能我们的神经元。更大的问题是一台数字计算机从地面开始设计做那些各种各样的数学运算;从某些角度来看,它是有点疯狂,我们曾经尝试做高效的数学工作,如人类大脑的计算机上。

如何场效 '大脑芯片将开始在计算下一个时代

闪亮新 Gpu 可能是快速的但是他们也与未来场效竞争者相比效率非常低。

同样地,我们将最终看回尝试做学习操作与数字芯片,包括 Gpu,作为本质上不明智或甚至有些愚蠢。一个更合理的方法是设计思考的机器,从最基本的硬件水平,作为自然倾向于机器学习乘法赛扬芯片是适合于这种行动。这不仅可以大大增加对于这些任务,处理器的速度,大大减少能源消耗,完成每个。这就是 whatIBM 工作在进行,和它是走得远,比许多人预想。

当责成分类图像 (井 understoodmachine 学习任务),aTrueNorth 芯片可以改动通过 1200 和 2,600 帧每秒之间,做到同时使用 25 和 275 兆瓦之间。这导致超过 6,000 每秒帧数每瓦特有效效率。为传统的 Gpu 使用相同的排序算法和数据集,但考虑到现代显卡可能对自己绘制 200,甚至 250 瓦没有列出标准帧/秒/瓦图,不难想象的低功耗、 高性能的应用程序的主机。

如何场效 '大脑芯片将开始在计算下一个时代

12 分配给示例图像的不同分析滤波器的输出的示例。信用︰ 瑟 et al。

最明显的是,是令人难以置信的现代机器学习费用。像苹果、 Facebook 和谷歌可以只通过运行昂贵的超级计算机的阵列提供先进的服务公司,旨在执行机器学习算法,尽可能有效地和那专业化来在压榨成本。电力独自即使撇开那,成为主要的开支,跑步时,很多计算机处于或接近他们的能力,一天 24 小时。只是问问比特币矿工。

如何场效 '大脑芯片将开始在计算下一个时代

在围棋的 IBM 的胜利是排序的由于先进的机器学习适并以本机方式才有可能。

所以,早期的、 昂贵的场效硬件可能会给服务提供商,帮助极大,我们只能希望这将会转嫁给消费者的改进的性能和广泛的储蓄形式。但速度和效率提供的场效芯片并不会停止 — — 由几个数量级的减少功耗会允许这种任务完全走出云。

想要任何外国的讲话,在你的附近,而无需进行总在互联网连接将自动翻译通顺样耐磨吗?知道你的一举一动,而永远不必再将这些信息上载到单独的计算机分析健身跟踪呢?关闭网格,可以去自动驾驶汽车或星际漫游者,可以做出不可预见的决定虽然是从通信范围和运行在一个很小的核电池?

场效芯片是目前最有可能的方式实际上得到这样的工作,和常规的硬件可以在它的地方成功右现在并无迹象。

如何场效 '大脑芯片将开始在计算下一个时代

NS16e。

IBM 表示,它有一套新的钻机,称为 NS16e,总计约 40 亿的突触连接 16 适处理器阵列 — — 没有什么比人类的大脑,但似乎更多,足以应对现代机器学习问题。这些 16 芯片可以互相交谈由于被动消息传递它们之间联系,广泛镜像连接两个半球的大脑,虽然字汇的胼胝体的功能。

但 IBM 并不是只有一个调教为此特定的终点线。有一个谷歌研究项目的必要的传言。更值得注意的是,高通公司却声称拥有场效能力在一些其即将到来的 Snapdragon 处理器,虽然总是有点不清楚,会如何工作的和没有在这方面最近时期多颤振。在这一领域的私人投资已暂定,大部分所取得的进展由于注入现金来自 DARPA 的 IBM。

如何场效 '大脑芯片将开始在计算下一个时代

这里是另一个 DARPA 发明︰ 超级小和高效的 GPS 跟踪设备。

是的 DARPA。毕竟,士兵不断配周围区域的贫穷数据覆盖世界和试图与真正的具体语言的人交流。试图解决这一问题的传统手段称为自然语言处理 (NLP),现在在外地的士兵都在干大多集中 NLP 分析的数据检索。与神经形态的计算可用,其翻译人员可以开始打破了一种新型的方言马上,提高实时翻译。

士兵们不仅仅只有需要坚固的可移植性,然而。特别是从谷歌玻璃 2.0 到 Snapchat 的社交媒体眼镜看来智能眼镜,迅速地迎面而来波,通过从他们的工作流程中删除远程数据服务器才能达到其真正的潜力。我们可以想象出一副眼镜,里层有助于增强的现实 HUD 实时、 突出显示的有用元素在世界各地为您;这种功能将难以为成百上千万的电子消费者推出,如果它需要恒定、 高吞吐量的数据,流到三藩市一些郊区。

如何场效 '大脑芯片将开始在计算下一个时代

Elon Musk 全球互联网将是很酷的如果它面世,但夏娃不会快到足以让每个人都流一切所有的时间。

问题并不只是这种广泛的、 恒定的数据流会杀了我们的电池 — — 尽管它会 — — 但这种性能,成本,和特别的隐私都会从根本上改善做本地这些复杂的任务。一切都平等,唯一的缺点是服务提供程序,可以使用或出售它可以管理您所有的个人请求获得独特的个人见解。

可穿戴计算,增强现实,感官的援助 — — 所有这些新兴趋势需要切割边缘的机器学习算法的适用范围。现在在 IBM 和其他地方,我们看到最有可能让这些算法快速传播足够和远不足以充分实现所有这种潜力的技术的出现。

查阅 ourExtremeTech 解释了系列为当今最热门的科技话题的更深入的报道。

分享到:更多 ()

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址