MIT engineers build LEGO-like AI chip2
[复制链接]
麻省理工学院博士后 Jihoon Kang 说:“你可以根据需要添加任意数量的计算层和传感器,例如光、压力甚至气味。” “我们称其为类似乐高的可重构 AI 芯片,因为它根据层的组合具有无限的可扩展性。”
研究人员渴望将该设计应用于边缘计算设备——自给自足的传感器和其他电子设备,它们独立于任何中央或分布式资源(如超级计算机或基于云的计算)工作。
边缘计算的高通用性
“随着我们进入基于传感器网络的物联网时代,对多功能边缘计算设备的需求将急剧扩大,”麻省理工学院机械工程副教授 Jeehwan Kim 说。 “我们提出的硬件架构将在未来提供高度通用的边缘计算。”
该团队的研究结果今天发表在 Nature Electronics 上。除了 Kim 和 Kang,麻省理工学院的作者还包括共同第一作者 Chanyeol Choi、Hyunseok Kim 和 Min-Kyu Song,以及特约作者 Hanwool Yeon、Celesta Chang、Jun Min Suh、Jiho Shin、Kangye Lu、Bo-In Park、 Yeongin Kim、Han Eol Lee、Doyoon Lee、Subeen Pang、Sang-Hoon Bae、Hun S. Kum 和 Peng Lin,以及来自哈佛大学、清华大学、浙江大学和其他地方的合作者。
照亮道路
该团队的设计目前配置为执行基本的图像识别任务。它是通过由人工突触制成的图像传感器、LED 和处理器的分层实现的——该团队之前开发的记忆电阻器或“忆阻器”阵列,它们共同用作物理神经网络,或“脑对芯片。”可以训练每个阵列直接在芯片上处理和分类信号,无需外部软件或互联网连接。
|