來源：eettaiwan

　　比利時(shí)研究機(jī)構(gòu)Imec認(rèn)為，相較于使用神經(jīng)網(wǎng)絡(luò)，基于電阻和磁內(nèi)存單元數(shù)組的機(jī)器學(xué)習(xí)加速器更有助于降低成本和功耗。 例如，在其最初的研究結(jié)果顯示，磁阻式隨機(jī)存取內(nèi)存(MRAM)數(shù)組可讓功率降低兩個(gè)數(shù)量級(jí)。但這項(xiàng)具有前景的開發(fā)工作仍處于初期階段。 Imec預(yù)計(jì)要到今年稍晚提出專利申請(qǐng)后，才會(huì)發(fā)布更多有關(guān)該芯片的架構(gòu)及其性能等細(xì)節(jié)。 該研究機(jī)構(gòu)從一年半以前開始組成機(jī)器學(xué)習(xí)小組，期望擴(kuò)展在其核心任務(wù)——芯片制程技術(shù)以外的更多相關(guān)研究。在今年的Imec技術(shù)論壇(ITF2017)開幕當(dāng)天，研究人員們率先發(fā)布這款芯片，同時(shí)也介紹其于低功耗眼動(dòng)追蹤系統(tǒng)的最新進(jìn)展，以及一款可為義肢提供更高階觸覺反饋的植入式芯片leyu·樂魚(中國(guó))體育官方網(wǎng)站。在自我學(xué)習(xí)分類任務(wù)方面，采用MRAM單元的Imec數(shù)組具有更高100倍的能源效率。 Imec半導(dǎo)體技術(shù)與系統(tǒng)執(zhí)行副總裁An Steegen表示：「整體而言，使用新興內(nèi)存比基于CMOS的機(jī)器學(xué)習(xí)架構(gòu)更節(jié)能。 」另一款芯片采用基于金屬氧化物電阻式隨機(jī)存取內(nèi)存(ReRAM)的單元數(shù)組，Imec研究人員們稱之為‘OxRAM’。 這款65nm的芯片經(jīng)由取得40首古典長(zhǎng)笛樂曲上的數(shù)據(jù)，學(xué)會(huì)了預(yù)測(cè)模式，然后再根據(jù)所學(xué)習(xí)的模式自行創(chuàng)作音樂。新興內(nèi)存的優(yōu)點(diǎn)在于能讓數(shù)據(jù)位儲(chǔ)存在同一個(gè)單元中，從而實(shí)現(xiàn)最小的晶粒尺寸。 這種方法讓Imec更加期望有一天能將其整合于傳感器節(jié)點(diǎn)中，讓物聯(lián)網(wǎng)(IoT)應(yīng)用得以從自我學(xué)習(xí)中受益。

　　圖1：Imec的自我學(xué)習(xí)芯片可望為成本和功耗受限的IoT節(jié)點(diǎn)帶來機(jī)器學(xué)習(xí)功能

　　該芯片需要許多數(shù)組的層級(jí)架構(gòu)以執(zhí)行有利的工作。 但 Imec尚未透露這款芯片上的數(shù)組大小。負(fù)責(zé)這項(xiàng)開發(fā)計(jì)劃的Praveen Raghavan說：「OxRAM一直用于內(nèi)存儲(chǔ)存，但我們想將它用于兩個(gè)對(duì)象之間的隨機(jī)鏈接。 該展示以饋入編碼機(jī)制作為輸入，并提供可能的預(yù)測(cè)，饋入地址并讀取預(yù)測(cè)作為輸出數(shù)據(jù)。 」「其優(yōu)點(diǎn)在于能實(shí)現(xiàn)極其密集的自我學(xué)習(xí)芯片——相形之下，IBM的True North的占位面積太大了。 而且，這款極高密度且極低功耗的芯片是可以大量制造的，」他補(bǔ)充說。雖然不完全是神經(jīng)網(wǎng)絡(luò)，但這種技術(shù)在應(yīng)用方面類似于可預(yù)測(cè)事件序列的長(zhǎng)短期記憶(LSTM)網(wǎng)絡(luò)。 他說：「相較于LSTM加速器需要更多的數(shù)據(jù)以及一款用于訓(xùn)練的較大GPU，這款OxRAM芯片的成本比更低。 」OxRAM途徑也適用于像生成對(duì)抗網(wǎng)絡(luò)(GAN)等應(yīng)用；GAN是一種新興的技術(shù)，讓神經(jīng)網(wǎng)絡(luò)之間互相對(duì)抗，以加快學(xué)習(xí)速度。義肢觸覺與眼動(dòng)追蹤技術(shù)此外，Imec還開發(fā)了具有128個(gè)記錄電極和32個(gè)刺激電極的植入式神經(jīng)芯片硬件，可實(shí)現(xiàn)較現(xiàn)有裝置更多10倍的觸點(diǎn)數(shù)。 這款芯片如今正在進(jìn)行動(dòng)物試驗(yàn)，期望能提供較現(xiàn)有義肢更明顯有效的控制與觸覺反饋。這款芯片能夠以數(shù)百毫秒(ms)的速度在大腦和義肢之間傳送訊號(hào)。 雖然比人類的神經(jīng)傳導(dǎo)速度更慢，但較當(dāng)今的義肢所要求的秒數(shù)更快。

　　圖2：植入式芯片承諾更快的訊號(hào)傳送速度，從而實(shí)現(xiàn)更有效的義肢控制

　　然而，Imec至今僅開發(fā)了硬件原型，尚未對(duì)于軟件進(jìn)行優(yōu)化。 隨著導(dǎo)線數(shù)量持續(xù)增加，未來可能會(huì)產(chǎn)生明顯的延遲。該計(jì)劃是Imec與美國(guó)佛羅里達(dá)大學(xué)(University of Florida)合作的一部份，該校現(xiàn)正進(jìn)行美國(guó)國(guó)防部先進(jìn)研究計(jì)劃署(DARPA)的一項(xiàng)研究計(jì)劃。最后，Imec并展示提供眼動(dòng)追蹤技術(shù)的眼鏡，其方式是在眼睛周圍監(jiān)測(cè)人腦與神經(jīng)訊號(hào)。 截至目前為止，該系統(tǒng)的準(zhǔn)確度還比不上目前基于攝影機(jī)的眼動(dòng)追蹤技術(shù)。 不過，它更有助于大幅降低成本與功耗。

　　推薦閱讀：

　　AI芯片|淺析Yann LeCun提到的兩款Dataflow Chip

　　10分鐘！用初中數(shù)學(xué)知識(shí)看懂深度學(xué)習(xí)！

　　走進(jìn)深度學(xué)習(xí)，你需要先了解這25個(gè)概念和術(shù)語...

　　AI芯片踏入紅海

　　解讀AI：快速獲取樣本將成重點(diǎn)研究方向

　　機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的最佳框架大比拼

　　深入淺出機(jī)器學(xué)習(xí)

　　機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的最佳框架大比拼

　　哪些國(guó)家和大學(xué)人工智能研究領(lǐng)先？中國(guó)第一？

　　人工智能的“腦洞”有多大？院士：目前太依賴計(jì)算

　　淺說深度學(xué)習(xí)：核心概念

　　幾張圖讀懂機(jī)器學(xué)習(xí)：基本概念、五大流派與九種常見算法

　　通過生活案例讀懂機(jī)器學(xué)習(xí)五大算法思維

　　騰訊云FPGA的深度學(xué)習(xí)算法

　　如何在單塊GPU上訓(xùn)練超大型深度學(xué)習(xí)模型

　　AI芯片怎么降功耗leyucom樂魚官網(wǎng)？從ISSCC2017說起

　　AI駕臨人間 四大芯片流派華山論劍

　　機(jī)器學(xué)習(xí)追根溯源：和計(jì)算機(jī)技術(shù)一樣久遠(yuǎn)

　　[透析] 卷積神經(jīng)網(wǎng)絡(luò)CNN究竟是怎樣一步一步工作的？

　　中國(guó)正在引領(lǐng)人工智能？紐約時(shí)報(bào)說：“是的！”

　　Nvidia是如何成為AI圈的弄潮兒

　　人工智能芯片: AI巨輪的引擎

　　EETOP微信群

　　為了更好地便于大家交流學(xué)習(xí)，EETOP建立了 EETOP GPU&深度學(xué)習(xí)群, EETOP IOT群，歡迎業(yè)內(nèi)人士加入，加群方法： 先加 jack_eetop 為好友，發(fā)送如下信息：加群+深度學(xué)習(xí)+單位 或 加群+IOT+單位

　　長(zhǎng)按二維碼，加群主為好友，拉你入群

　　加群前請(qǐng)務(wù)必在朋友圈分享至少一篇EETOP的微信文章

　　點(diǎn)擊閱讀原文查看更多