亚洲精品久久久久久久久久久,亚洲国产精品一区二区制服,亚洲精品午夜精品,国产成人精品综合在线观看,最近2019中文字幕一页二页

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

優(yōu)于深度學(xué)習(xí)AI芯片效率更高、功耗更低,類腦芯片研究進展如何?

Carol Li ? 來源:電子發(fā)燒友網(wǎng) ? 作者:李彎彎 ? 2021-11-26 06:54 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

電子發(fā)燒友網(wǎng)報道(文/李彎彎)近年來,深度神經(jīng)網(wǎng)絡(luò)(DNN)取得了令人矚目的成績,基于DNN的深度學(xué)習(xí)AI芯片業(yè)成為市場主流,然而深度學(xué)習(xí)所基于的大腦模型,是極度簡化了的大腦神經(jīng)元及其連接電路,與人腦相比,他們在效率方面的表現(xiàn)仍然不夠好。

而與之相比,模仿大腦結(jié)構(gòu)的芯片具有更高的效率和更低的功耗,模仿這類大腦行為的神經(jīng)網(wǎng)絡(luò)被稱為神經(jīng)形態(tài)網(wǎng)絡(luò),其代表為脈沖神經(jīng)網(wǎng)絡(luò)(SNN),神經(jīng)形態(tài)網(wǎng)絡(luò)的特征是使用更忠實地模仿大腦行為的模型,其對應(yīng)的芯片是類腦芯片。類腦芯片被視為人工智能的終極目標(biāo),被稱為下一代人工智能。


早在2011年IBM率先在類腦芯片上取得進展,不過因為技術(shù)限制,第一代TrueNorth芯片的性能并不高。2014年該公司推出了第二代TrueNorth芯片,采用三星28nm工藝,由54個晶體管組成,片上網(wǎng)絡(luò)有4096個神經(jīng)突觸核心。加載了神經(jīng)網(wǎng)絡(luò)模型的TrueNorth芯片可作為實時感知流推理引擎使用,而且能夠在快速、準(zhǔn)確分類的同時保持超低功耗。

清華大學(xué)也在2012年早早瞄準(zhǔn)人工智能發(fā)展,2014年成立聯(lián)合了七個院系的類腦計算研究中心,施路平為類腦計算研究中心主任,2015年第一代類腦芯片天機芯問世,2017年團隊研發(fā)出第二代天機芯,第二代天機芯具有高速度、高性能、低功耗的特點,制程縮小至28納米,第二代天機芯相比于當(dāng)時世界先進的IBM的TrueNorth芯片,功能更全、靈活性和擴展性更好,密度提升20%,速度提高至少10倍,帶寬提高至少100倍。

據(jù)介紹,搭載天機芯的自行車,實現(xiàn)了實時視覺目標(biāo)探測、目標(biāo)追蹤、自動過障和避障、自適應(yīng)姿態(tài)控制、語音理解控制、自主決策等功能。2019年由清華大學(xué)類腦計算研究中心施路平教授所帶團隊開發(fā)出了全球首款異構(gòu)融合類腦計算芯片天機芯,登上最新一期Nature封面。天機芯把人工通用智能的兩個主要研究方向,即基于計算機科學(xué)和基于神經(jīng)科學(xué)這兩種方法,集成到一個平臺,可以同時支持機器學(xué)習(xí)算法和現(xiàn)有類腦計算算法。

英特爾也是類腦芯片的重要玩家,2017年發(fā)布第一代神經(jīng)擬態(tài)芯片Loihi,2021年9月30日發(fā)布第二代芯片Loihi 2,Loihi芯片是為新一代AI而設(shè)計的神經(jīng)擬態(tài)芯片,具備更強的持續(xù)學(xué)習(xí)和在線學(xué)習(xí)能力,不僅讓機器學(xué)習(xí)更快更高效,對于計算力的需求也更小,且可以滿足眾多新模型需求。據(jù)介紹,英特爾已經(jīng)與合作伙伴一起,將Loihi芯片應(yīng)用在機械臂、嗅覺傳感、人造皮膚等應(yīng)用上。

英特爾第二代Loihi芯片,結(jié)合了英特爾最新制程技術(shù)、異步時鐘設(shè)計模式等技術(shù)。除了神經(jīng)擬態(tài)處理速度變得更快,Loihi2芯片在可編程性和容量方面也有很大提升,在功耗和時延受限的智能計算應(yīng)用方面也更強大。它能為新型神經(jīng)啟發(fā)算法和應(yīng)用提供10倍的處理速度,每個芯片最多有100萬個神經(jīng)元,資源密度達15倍。

國內(nèi)致力于類腦芯片研究的還有時識科技和靈汐科技。靈汐科技是一家類腦計算技術(shù)科技公司,這家公司也推出了類腦芯片,并且還發(fā)布了基于類腦芯片的類腦計算板卡和服務(wù)器、軟件工具鏈和系統(tǒng)軟件。靈汐科技的類腦芯片KA200,基于全新的存算一體、眾核并行、異構(gòu)融合架構(gòu),能高效支持深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)、生物神經(jīng)網(wǎng)絡(luò)和大規(guī)模腦仿真,該芯片采用12nm工藝,單芯片集成25萬神經(jīng)元和2500萬突觸,集成30個類腦計算核,支持混合精度計算。

時識科技的技術(shù)起源于蘇黎世大學(xué)與蘇黎世聯(lián)邦理工學(xué)院先進的數(shù)模混合神經(jīng)形態(tài)處理器與神經(jīng)形態(tài)算法研發(fā)成果,擁有完全自主知識產(chǎn)權(quán)。時識科技2017年2月成立于蘇黎世,2020年4月總部遷至中國。該公司開發(fā)的純數(shù)字以及數(shù)?;旌仙窠?jīng)形態(tài)處理器,克服了傳統(tǒng)馮·諾依曼計算機的局限性,提供低功耗和低延遲性能,為永遠在線的物聯(lián)網(wǎng)設(shè)備和邊緣計算應(yīng)用,比如手勢識別、面部或物體檢測、定位、跟蹤和監(jiān)視等,開發(fā)鋪平了道路。

類腦芯片的研究是基于微電子技術(shù)和新型神經(jīng)形態(tài)器件的結(jié)合,希望突破傳統(tǒng)計算架構(gòu),實現(xiàn)存儲與計算的深度融合,大幅提升計算性能、提高集成度、降低能耗。然而類腦芯片前景雖好,相比于依靠馮諾依曼結(jié)構(gòu)的芯片來說仍處于研發(fā)階段,雖然已有一些產(chǎn)品面世,然而應(yīng)用卻并不多見,如果要實現(xiàn)突破未來還需要更多投入。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 深度學(xué)習(xí)
    +關(guān)注

    關(guān)注

    73

    文章

    5588

    瀏覽量

    123811
  • AI芯片
    +關(guān)注

    關(guān)注

    17

    文章

    2043

    瀏覽量

    36487
  • 類腦芯片
    +關(guān)注

    關(guān)注

    2

    文章

    16

    瀏覽量

    5097
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    【「AI芯片:科技探索與AGI愿景」閱讀體驗】+AI芯片到AGI芯片

    實例,從而保持高計算效率。 2、Q算法 Q項目將大模型功能與A*和Q-learning等復(fù)雜算法結(jié)合,進一步推動了AI領(lǐng)域的蓬勃發(fā)展,標(biāo)志著向AGI方向邁出了重要的一步。 可能達到的高度: 自主學(xué)習(xí)
    發(fā)表于 09-18 15:31

    【「AI芯片:科技探索與AGI愿景」閱讀體驗】+神經(jīng)形態(tài)計算、芯片

    AI芯片不僅包括深度學(xué)細AI加速器,還有另外一個主要列別:
    發(fā)表于 09-17 16:43

    【「AI芯片:科技探索與AGI愿景」閱讀體驗】+第二章 實現(xiàn)深度學(xué)習(xí)AI芯片的創(chuàng)新方法與架構(gòu)

    、Transformer 模型的后繼者 二、用創(chuàng)新方法實現(xiàn)深度學(xué)習(xí)AI芯片 1、基于開源RISC-V的AI加速器 RISC-V是一種開源、模
    發(fā)表于 09-12 17:30

    【「AI芯片:科技探索與AGI愿景」閱讀體驗】+可期之變:從AI硬件到AI濕件

    保持停滯的情況下,依照目前計算機的能耗效率,至少還需要30年的努力才接近其水準(zhǔn),見圖1所示。 圖1 大腦與計算機的能量效率對比 圖2 芯片
    發(fā)表于 09-06 19:12

    【「AI芯片:科技探索與AGI愿景」閱讀體驗】+內(nèi)容總覽

    ,其中第一章是概論,主要介紹大模型浪潮下AI芯片的需求與挑戰(zhàn)。第二章和第三章分別介紹實現(xiàn)深度學(xué)習(xí)AI芯片
    發(fā)表于 09-05 15:10

    AI 芯片浪潮下,職場晉升新契機?

    依曼架構(gòu)下數(shù)據(jù)搬運瓶頸問題,降低功耗,提升運算效率,這種創(chuàng)新性成果在職稱評審中會備受青睞。 用項目經(jīng)驗為職稱申報添彩 實際項目經(jīng)驗是職稱評審中最有力的證明材料。在參與 AI 芯片研發(fā)項
    發(fā)表于 08-19 08:58

    【書籍評測活動NO.64】AI芯片,從過去走向未來:《AI芯片:科技探索與AGI愿景》

    》,講述了AI芯片的基礎(chǔ)知識,包括原理、種類、廠商、產(chǎn)業(yè)等概況,展望新技術(shù)與研究應(yīng)用。 《AI芯片:前沿技術(shù)與創(chuàng)新未來》出版后獲得了“憶阻器
    發(fā)表于 07-28 13:54

    Nordic收購 Neuton.AI 關(guān)于產(chǎn)品技術(shù)的分析

    與 Nordic 的 nRF54 系列超低功耗無線 SoC 結(jié)合,使得即使是資源極為有限的設(shè)備也能高效運行邊緣 AI。Nordic 目前正在將 Neuton 深度集成到自身開發(fā)生態(tài)中,未來會提供更多工具、固件
    發(fā)表于 06-28 14:18

    **【技術(shù)干貨】Nordic nRF54系列芯片:傳感器數(shù)據(jù)采集與AI機器學(xué)習(xí)的完美結(jié)合**

    和更多外設(shè)接口。無論是運行還是休眠狀態(tài),功耗表現(xiàn)都非常出色! 3. 在傳感器數(shù)據(jù)采集與AI機器學(xué)習(xí)中的優(yōu)勢? 答:主頻高、功耗低,內(nèi)置專用核處理數(shù)據(jù)采集,還配備
    發(fā)表于 04-01 00:00

    靈汐科技開源深度學(xué)習(xí)應(yīng)用開發(fā)平臺BIDL

    近年來,計算作為人工智能領(lǐng)域的重要方向,以其低功耗、高效率、高容錯性等優(yōu)勢,展現(xiàn)出巨大的發(fā)展?jié)摿?。然而?b class='flag-5'>類
    的頭像 發(fā)表于 03-05 09:13 ?1346次閱讀
    靈汐科技開源<b class='flag-5'>類</b><b class='flag-5'>腦</b><b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>應(yīng)用開發(fā)平臺BIDL

    FPGA+AI王炸組合如何重塑未來世界:看看DeepSeek東方神秘力量如何預(yù)測......

    ),設(shè)計定制化的FPGA架構(gòu),以優(yōu)化性能和功耗。 2.提升跨領(lǐng)域技能? AI知識儲備:掌握深度學(xué)習(xí)算法、模型量化和優(yōu)化技術(shù),以便更好地將AI
    發(fā)表于 03-03 11:21

    中山大學(xué):在柔性觸覺傳感電子皮膚研究進展

    研究內(nèi)容】 ? ? 中山大學(xué)衣芳教授團隊在" 科學(xué)通報"期刊上發(fā)表了題為“ 柔性觸覺傳感電子皮膚研究進展”的最新論文。本文主要綜述了近年來柔性觸覺傳感電子皮膚的研究進展, 重點歸納總結(jié)了上述三
    的頭像 發(fā)表于 02-12 17:03 ?1560次閱讀
    中山大學(xué):在柔性觸覺傳感電子皮膚<b class='flag-5'>研究進展</b>

    SynSense時識科技亮相CES,展現(xiàn)智能“芯”實力

    了一系列前沿的芯片產(chǎn)品,包括感存算一體動態(tài)視覺智能SoC Speck?系列、感知DVS事件相機系列以及
    的頭像 發(fā)表于 01-13 15:37 ?918次閱讀

    24W電源芯片U6120D實踐更高的性能與更低的成本

    24W電源芯片U6120D 實踐更高的性能與更低的成本 STEP01 芯片綠色節(jié)能模式?是指通過優(yōu)化芯片設(shè)計和技術(shù)手段,以減少
    的頭像 發(fā)表于 11-27 11:00 ?1019次閱讀

    什么是NPU芯片及其功能

    的設(shè)計靈感來源于人腦的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。人腦通過神經(jīng)元和突觸的復(fù)雜網(wǎng)絡(luò)處理信息,而NPU芯片則通過模擬這種結(jié)構(gòu)來提高數(shù)據(jù)處理的效率。與傳統(tǒng)的CPU和GPU相比,NPU芯片在處理深度
    的頭像 發(fā)表于 11-14 15:48 ?6789次閱讀