圖片來源: 

麻省理工學院

麻省理工學院(MIT)日前在國際固態電路大會(International Solid State Circuits Conference,ISSCC)發表一款深度學習(Deep Learning)晶片Eyeriss,專門用來部署類神經網路(Neural Network)。MIT宣稱,該晶片的效能是一般行動裝置GPU的10倍,能夠直接在行動裝置上執行AI人工智慧演算法,不需要透過網路來處理資料。

MIT除了在Eyeriss晶片的雛形(Prototype)上部署人工智慧演算法外,還內建了168個核心,而該晶片能夠辨識人臉、物品,甚至是聲音,且能應用在智慧型手機、自動駕駛車、機器人、無人機等裝置上。

另外,微軟、臉書和Google等廠商也都有推出各自的深度學習系統,而深度學習是機器學習的一部分,其演算法可以協助資料分類,以及了解資料關聯性,這通常需要複雜的類神經網路和大量的運算資源才能執行。

不過,MIT表示,提升Eyeriss效能的關鍵在於,最小化GPU核心(Core)和記憶體間交換資料的頻率,而一般GPU的核心是共享單一的記憶體,但是Eyeriss的每個核心則是有自己的記憶體可以使用,且晶片甚至可以在傳送資料到每一個核心前先進行資料壓縮。

此外,每一個核心都能夠和鄰近的核心直接溝通,如果需要共享資料時,就不用透過主要記憶體來傳遞,MIT表示,當卷積神經網路(Convolutional Neural Networks)有很多節點在處理相同資料時,鄰近的核心間能夠直接溝通很重要。

而提升晶片效能還有一個關鍵是跨核心分配任務的專用電路,可以在不同類型的類神經網路重新配置,或是跨核心自動配置資料,如此,比起從主要記憶體抓取資料,這種方式能讓晶片更快取得資料。

除了MIT的Eyeriss晶片外,也有其他廠商在研發類似的產品,如高通(Qualcomm)、英特爾(Intel)、Nvidia等。


熱門新聞

Advertisement