首页 > 新闻 > 智能硬件
[导读]他认为恩智浦(NXP)可望成为驱动在边缘实现更多运算的一项关键指标,因而针对高通(Qualcomm)并购恩智浦一案发表评论:“你觉得高通为什么要买下恩智浦?它是为了(边缘运算)的感测,而将数位置于感测之后。”


为快速成长的人工智能(artificial intelligence;AI)应用实现高效率的运算性能,必须解决“内存墙”(memory wall)的瓶颈,并推动新的架构解决方案;这是法国CEA Tech旗下技术研究机构Leti关注的重点领域。

本文引用地址: http://www.21ic.com/news/computer/201807/805063.htm

Leti首席执行官Emmanuel Sabonnadiere在Leti年度创新会议上接受《EE Times》访问时表示,业界需要一种高度整合的整体途径,将AI从软件和云端移至边缘(edge)的嵌入式芯片。

Sabonnadiere说:“边缘确实需要一些创新,采用除了CMOS以外的不同架构,从结构上整合至系统,并从云端实现自主性——例如针对自动驾驶车,您需要云端尽可能地独立作业。”

他认为恩智浦(NXP)可望成为驱动在边缘实现更多运算的一项关键指标,因而针对高通(Qualcomm)并购恩智浦一案发表评论:“你觉得高通为什么要买下恩智浦?它是为了(边缘运算)的感测,而将数位置于感测之后。”

 

Emmanuel_Sabonnadiere_150_2

 

Emmanuel Sabonnadiere

为了解决运算架构典范,Sabonnadiere期望能在Leti与斯坦福大学(Stanford University)电气工程和计算机科学系教授Subhasish Mitra带领的团队合作中取得一些突破。Mitra的研究已经进展一段时间了,专注于为庞大资料和密集互连应用探索内存内处理(processing-in-memory)的新架构。这项研究获得了美国国防部先进研究计划局(DARPA)、国家科学基金会(NSF)、Semiconductor Research、STARnet SONIC和斯坦福大学SystemX联盟的成员公司共同资助。

Sabonnadiere谈到芯片验证时说:“我们深信这是解决‘超越摩尔定律’(more-than-Moore)挑战的前进方向,并且已经要求Mitra教授打造这一研究展示了。”

在会议上,Mitra表示,庞大的资料超级风暴正袭卷而来,而其运算需求远超过处理能力,因此必须使用支持先进3D整合的运算纳米系统架构。

Mitra说:“数据必须经过处理才能创造决策,但目前还有太多我们无法处理的‘暗黑’数据。以Facebook为例,它必须采用256个Tesla P100 GPU,才能在1小时训练好ImageNet,这在以前大约需要几天的时间。”

提高运算性能的选择

那么目前提高运算性能的选择是什么?Mitra说,其一是要有一个更好的逻辑开关——但这方面的实验展示并不多。第二种是使用设计“技巧”,例如多核心、加速器或电源管理技巧。但他也补充说,可用的技巧并不多,而且当实施这些技巧而使设计变得更复杂,甚至会使验证变得更困难。另一个挑战则是Mitra所谓的“内存墙”。

Mitra说:“各种类型的庞大数据应用中,一个共同点就在于内存墙——系统需要更有力地存取内存。”

Mitra说,这就是专注于内存的运算概念所在,也是与Leti合作的关注重点——Sabonnadiere希望将在这方面取得突破。它使用先进3D整合使得运算更接近于数据。该芯片采用碳纳米管(CNT),因为Mitra表示它们是唯一可以超越CMOS和电阻式随机存取内存(RRAM)的技术。

 

Subhasish_Mitra_150

 

Subhasish Mitra

RRAM和碳纳米管彼此垂直建构,形成具有逻辑层和内存层交错的密集3D计算机架构。在这些分层之间插入超密走线,应该就能以这种3D架构解决通讯的瓶颈。

Mitra将这个问题比喻为从旧金山(San Francisco)到加州伯克利(Berkeley)之间的交通挑战——由于只有三座桥梁可以穿越两个都市,因而造成了交通堵塞。然而,如果打造更多的桥梁——或者在他提出的3D架构情况下,就能够解决多纳米级交错层间过孔的瓶颈。

内存和软件2.0的突破

Leti首席科学家Barbara De Salvo表示,业界并未充份重视新兴内存技术,这些技术通常仍被视为利基技术。

 

Barbara_de_salvo_150

 

Barbara De Salvo

De Salvo说:“在内存领域,业界仍持续采用传统技术。而像电阻式RAM、磁阻式RAM和相变内存等新兴技术仍未被充份利用。但它可望在实现新型架构方面带来巨大突破。”De Salvo并补充说,在未来几年,在软件中使用深度学习和AI也可能中在运算方面取得重大突破。

她说:“我指的是一个使用深度学习和机器学习来开发软件的新概念。软件是一个系统中最昂贵的部份之一。透过使用深度学习产生软件,以前需要花六个月的一些任务现在可以只需要几天的时间。”

换一批

延伸阅读

[智能硬件] AI抢绘图者的工作?英伟达首次实现AI绘制驾车游戏demo

AI抢绘图者的工作?英伟达首次实现AI绘制驾车游戏demo

虽然NVIDIA所使用的算法和构架思路前人早已提供,比如pix2pix、GAN(对抗生成式神经网络),不过NVIDIA在此实现的新突破,则是借助这些现有的东西,用它们制作了一个能跑起来的游戏demo,尽管这个驾驶模拟demo很简陋,而且跑的......

关键字:AI 英伟达 驾车游戏

[智能硬件] 深度学习革命爆发,英伟达将在加州开设新的Core AI/ ML研究实验室

深度学习革命爆发,英伟达将在加州开设新的Core AI/ ML研究实验室

这个实验室将突破机器学习技术的界限。对我来说,AI是数据、算法和计算的三位一体。由于大量数据的可用性以及英伟达 GPU的大量计算,我们已经看到了深度学习革命的爆发。但是现在我们将带你们到下一个层次,也就是新的算法研究......

关键字:深度学习 AI 人工智能

[智能硬件] Pixel 3拍人像效果为何这么好?谷歌:AI帮忙做了这些!

Pixel 3拍人像效果为何这么好?谷歌:AI帮忙做了这些!

考虑到Pixel 3与Pixel 3 XL两者用的都是单颗主相机的设计,所以改进大部分还是来源于软件算法的优化升级。谷歌今天官方发文解释了他们究竟是怎样让Pixel 3的人像算法变得如此强大的。......

关键字:Pixel 3 谷歌 AI

[新闻速报] 宜鼎推出业界首款M.2工业级显卡,加速AIoT外围对接

宜鼎推出业界首款M.2工业级显卡,加速AIoT外围对接

宜鼎国际继发布M.2 PCIe SSD之后,近日再次宣布推出M.2 2280尺寸工业储存卡,积极拓展AIoT工控扩充应用领域,实现宜鼎国际朝向全方位工控储存与周边解决方案提供者迈进的承诺。新品特别针对AIoT、航海运输、数字多媒体广告牌、医......

关键字:宜鼎 工业级显卡 AIoT

[智能硬件] 周鸿祎:互联网下半场是人工智能、大数据等核心技术的竞争

周鸿祎:互联网下半场是人工智能、大数据等核心技术的竞争

周鸿祎认为,在可以预见的万物互联时代,核心技术的竞争将会持续发酵,谁在人工智能、大数据领域实现了关键技术突破,谁就可以实现降维攻击。 ......

关键字:周鸿祎 互联网 人工智能 大数据

[单片机新闻] 联发科官宣全新Helio P90处理器,性能强大能效高!

联发科官宣全新Helio P90处理器,性能强大能效高!

联发科表示,Helio P90具有强大性能,并具备高效的表现。不久前,一款名为Helio P80的处理器也出现在了AI跑分软件AI Benchmark跑分排行上,得分仅次于高通新一代旗舰8150处理器。由此看来,P90有望在人工智能上取得更......

关键字:联发科 Helio P90处理器 人工智能

我 要 评 论

网友评论

芯闻号

技术子站

更多

项目外包

更多

推荐博客