张家港配资

股票配资 股票配资 在线配资 查看内容

格芯与欧洲微电子中心于AI芯片研发取得突破

2020-07-09| 发布者: 抚远百事通| 查看: 135| 配资公司 : 1|张家港配资 文章来源: 互联网

摘要: 日前,全球领先的纳米电子及数字技能研究中心IMEC(欧洲微电子中心)和格罗方德配合公布了一种新型AI芯片AnIA的硬......
 

张家港配资   日前,全球领先的纳米电子及数字技能研究中心IMEC(欧洲微电子中心)和格罗方德配合公布了一种新型AI芯片AnIA的硬件展示。基于IMEC模拟内存计算(AiMC)架构与格芯22FDX技能,新芯片可在模拟域的内存计算硬件上执行深度神经网络计算,帮助低功耗装备实现边沿推理。同时,这项新技能在隐私掩护、宁静性和延迟性方面的上风,将会对从智能扬声器到自动驾驶线上配资 等各种边沿装备中的AI程序产生重大影响。

  从早期的数字计算机期间开始,处置惩罚器已经从存储器中分散出来。在内存容量指数级提升以后,CPU和内存之间的数据传输带宽却成为了瓶颈,这也就是人们所说的冯·诺伊曼瓶颈。这种限定会掩盖现实的计算时间,特别是在依赖于大型向量矩阵乘法的神经网络中。这些计算的执行需要数字计算机的精密度,以及大量的能量支持。然而,如果是接纳较低精度的模拟技能执行向量-矩阵乘法,神经网络也可以得到准确的计算结果。

  为了应对这一挑战,IMEC及其工业互助同伴,包括格芯在内,在IMEC的工业互助呆板学习计划开发了一种新的体系结构,通过在SRAM单元中执行模拟计算消除了冯·诺依曼瓶颈。由此产生的模拟推理加速器(AnIA)以格芯22FDX半导体平台为基础,具有超高的能效。特性测试显示,AnIA的功率效率最高可到达2900 TOPS/W。通常由数据中心的呆板学习驱动的微型传感器及低功耗边沿装备中的模式辨认,现在可以在这个节能加速器上举行当地执行。

张家港配资   IMEC呆板学习项目主管Diederik Verkest表示:“AnIA的乐成流片是验证模拟内存计算架构的紧张一步。参考设计的实现不仅表明AiMC在实践中是可能的,且它取得的能效要比数字加速器好10到100倍。在IMEC的呆板学习程序中,我们会对现有的和新兴的内存装备举行优化,以更好地举行模拟内存计算。目前看来,这些结果具有良好的远景,这也勉励我们进一步发展这项技能,朝着10000 TOPS/W的目标迈进。”

  格芯计算和有线基础设施产物管理副总裁Hiren Majmudar则表示:“一直以来,格罗方德与IMEC都保持着密切互助。此次双方利用GF低功耗、高性能的22FDX平台乐成研发出新的AnIA芯片,也是向业界展示22FDX如何降低能源麋集型AI和呆板学习应用能耗的要害一步。”

  未来,格罗方德将把AiMC芯片融合进22FDX平台,用于开发AI市场的差异化解决方案。目前,搭载AiMC的22FDX正在GF开始进的300mm生产线上举行开发,该生产线位于德国德累斯顿1号工场。



鲜花

握手

雷人

路过

鸡蛋

最新配资公司 (1)

Powered by 抚远百事通 X3.2  © 2015-2020 抚远百事通版权所有