斯坦福大学的工程师们开发了一种名为NeuRRAM的新型电阻性随机存取存储器(RRAM)芯片,可以在芯片的内存中进行AI处理,节省了传统上在处理器和存储器之间移动数据所消耗的电池电量。
“数据移动问题类似于两个小时的工作日花八个小时通勤,”斯坦福大学刚毕业的该项目的负责人Weier Wan在一份报告中说新闻发布会上.“通过我们的芯片,我们展示了一种应对这一挑战的技术。”
他们说,他们的内存计算(CIM)芯片只有指尖大小,在有限的电池电量下比现有芯片做更多的工作。这使得这种新芯片成为家庭监控和其他应用中的医疗设备的潜在空间节省器,因为它们越来越多地获得人工智能功能和云连接。
相关:云正在改变医疗技术:亚马逊、微软、谷歌、强生、飞利浦和通用电气医疗集团的领导者解释道
斯坦福大学工程学院教授h . s说:“在芯片上完成这些计算,而不是向云端发送信息,可以使未来的人工智能更快、更安全、更便宜、更可扩展,并让更多人获得人工智能的力量。”Philip Wong在发布会上说。
黄和他的合著者最近在自然.斯坦福大学的研究人员与加州大学圣地亚哥分校的格特·考文伯格实验室合作设计了NeuRRAM芯片。
内存计算并不是一个新概念,但研究人员表示,他们的芯片实际上演示了人工智能在硬件上的应用,而不仅仅是模拟。