科技日報北京8月23日電 （記者張夢然）《自然》23日發(fā)表的研究報道了一種能效為傳統(tǒng)數(shù)字計算機芯片14倍的人工智能（AI）模擬芯片。這一由IBM研究實驗室開發(fā)的芯片在語音識別上的效率超過了通用處理器。該技術(shù)或能突破當(dāng)前AI開發(fā)中因算力性能不足和效率不高而遇到的瓶頸。

　　隨著AI技術(shù)的崛起，對能源和資源的需求也隨之上升。在語音識別領(lǐng)域，軟件升級極大提升了自動轉(zhuǎn)寫的準(zhǔn)確率，但由于在存儲器與處理器之間移動的運算量不斷增加，硬件無法跟上訓(xùn)練和運行這些模型所需的數(shù)以百萬計的參數(shù)。研究人員提出的一個解決辦法是，使用“存內(nèi)計算”（CiM，或稱模擬AI）芯片。模擬AI系統(tǒng)通過直接在它自己的存儲器內(nèi)執(zhí)行運算來防止低效，而數(shù)字處理器需要額外時間和能源在存儲器和處理器之間移動數(shù)據(jù)。模擬AI芯片預(yù)計能極大提升AI計算的能效，但對此的實際演示一直缺乏。

　　研究團(tuán)隊此次開發(fā)了一個14納米的模擬芯片，在34個模塊（tile）中含有3500萬個相變化內(nèi)存單元。研究團(tuán)隊用兩個語音識別軟件在語言處理能力上測試了該芯片的效率，這兩個軟件分別是一個小網(wǎng)絡(luò)（谷歌語音命令）和一個大網(wǎng)絡(luò)（Librispeech語音識別），并在自然語言處理任務(wù)上與行業(yè)標(biāo)準(zhǔn)進(jìn)行對比。小網(wǎng)絡(luò)的性能和準(zhǔn)確率與當(dāng)前的數(shù)字技術(shù)相當(dāng)。對于更大的Librispeech模型來說，該芯片能達(dá)到每秒每瓦12.4萬億次運算，系統(tǒng)性能估計最高能達(dá)到傳統(tǒng)通用處理器的14倍。

　　研究團(tuán)隊總結(jié)道，該研究在小模型和大模型中同時驗證了模擬AI技術(shù)的性能和效率，有望成為數(shù)字系統(tǒng)的商業(yè)可行的替代選擇。