激情六月丁香婷婷|亚洲色图AV二区|丝袜AV日韩AV|久草视频在线分类|伊人九九精品视频|国产精品一级电影|久草视频在线99|在线看的av网址|伊人99精品无码|午夜无码视频在线

高校合作1:010-59833514 ?咨詢電話:400-810-1418 服務(wù)與監(jiān)督電話:400-810-1418轉(zhuǎn)接2

清華芯片新突破登Science,獲評“存算一體領(lǐng)域重大進展”

發(fā)布時間:2023-11-28 14:55:30 瀏覽量:213次

能耗僅為先進工藝下ASIC的1/35

明敏 發(fā)自 凹非寺

|  

清華最新芯片成果,登上Science!

全球首顆全系統(tǒng)集成、支持高效片上學(xué)習的憶阻器存算一體芯片,正式問世。

它集合了記憶、計算和學(xué)習能力。

能在片上快速完成不同任務(wù)的模型訓(xùn)練。

而能耗僅為先進工藝下ASIC的1/35,能效有望提升75倍,同時兼顧保護隱私。

清華芯片新突破登Science,獲評“存算一體領(lǐng)域重大進展”!基于類腦架構(gòu)實現(xiàn)片上快速AI學(xué)習

這就是由清華大學(xué)集成電路學(xué)院吳華強教授、高濱副教授團隊帶來的最新成果。

相關(guān)話題已經(jīng)登頂知乎熱榜。

清華芯片新突破登Science,獲評“存算一體領(lǐng)域重大進展”!基于類腦架構(gòu)實現(xiàn)片上快速AI學(xué)習

Science編輯評價其為:

存算一體領(lǐng)域的重要進展。

芯片內(nèi)搞定AI訓(xùn)練

正如人類大腦能夠基于預(yù)先接受過的知識,快速學(xué)習新場景中的新知識。

邊緣設(shè)備也需要具備類似的學(xué)習能力,才能更好適應(yīng)用戶習慣和新場景。

但是目前神經(jīng)網(wǎng)絡(luò)訓(xùn)練需要將大量數(shù)據(jù)在計算和存儲單元之間來回移動。這使得在邊緣設(shè)備上很難高效進行訓(xùn)練任務(wù)。

基于憶阻器內(nèi)存高速訪問、斷電后仍可保存數(shù)據(jù)的特性,可以實現(xiàn)內(nèi)存+硬盤二合一,解決數(shù)據(jù)的大量移動,從而進一步實現(xiàn)了完全在芯片上進行學(xué)習任務(wù)。

由此,清華團隊提出憶阻器存算一體芯片。

它集成了高性能憶阻器陣列和必備模塊,同時也是一塊類腦計算芯片(neuro-inspired computing chip)。

清華芯片新突破登Science,獲評“存算一體領(lǐng)域重大進展”!基于類腦架構(gòu)實現(xiàn)片上快速AI學(xué)習

為此,研究團隊提出了一種新型通用算法和架構(gòu)(STELLAR)。

它利用憶阻器的特性,通過僅計算正負號、預(yù)定義閾值、循環(huán)調(diào)諧等設(shè)計,提升正向傳播算法映射到芯片硬件上的效率,從而實現(xiàn)了高效率、低功耗的片上學(xué)習。

清華芯片新突破登Science,獲評“存算一體領(lǐng)域重大進展”!基于類腦架構(gòu)實現(xiàn)片上快速AI學(xué)習

研究人員通過幾個實驗來驗證片上學(xué)習的能力。

第一個實驗中,有一臺追蹤光點的小車。在進行提升學(xué)習前,小車在明亮場景中會跟丟光點。

而通過500個訓(xùn)練樣本進行端側(cè)學(xué)習后,小車在明亮和黑暗場景中都能很好完成任務(wù)。

從下圖D中可以看到,小車在明亮場景下的得分從原來的0.602提升到了0.912。

清華芯片新突破登Science,獲評“存算一體領(lǐng)域重大進展”!基于類腦架構(gòu)實現(xiàn)片上快速AI學(xué)習

另一個實驗是進行圖像識別。

實驗步驟是先讓基本模型識別數(shù)字“0”和“2-9”,然后讓模型學(xué)習識別數(shù)字一個新類別的“1”。

結(jié)果可以看到,在經(jīng)過150次訓(xùn)練后,進行提升學(xué)習能將準確度從7%提升到93%。

清華芯片新突破登Science,獲評“存算一體領(lǐng)域重大進展”!基于類腦架構(gòu)實現(xiàn)片上快速AI學(xué)習

研究團隊十余年攻堅

本次成果來自清華大學(xué)集成電路學(xué)院吳華強教授、高濱副教授團隊。

吳華強教授現(xiàn)任清華大學(xué)集成電路學(xué)院院長、清華大學(xué)微納加工中心主任。

清華芯片新突破登Science,獲評“存算一體領(lǐng)域重大進展”!基于類腦架構(gòu)實現(xiàn)片上快速AI學(xué)習

2005年在美國康奈爾大學(xué)(Cornell University)電子與計算機工程學(xué)院獲工學(xué)博士學(xué)位。隨后先后在美國Spansion公司和美國Primet Precision Materials公司分別擔任高級工程師和技術(shù)主管。

2009年,加入清華大學(xué)微電子學(xué)研究所。

研究方向為新型存儲器及基于憶阻器的存算一體,涵蓋從器件、工藝集成、架構(gòu)、算法、芯片以及系統(tǒng)等多個層次。

高濱副教授于2013年獲得北京大學(xué)微電子與固體電子學(xué)專業(yè)力學(xué)博士學(xué)位,2015年加入清華大學(xué)微納電子系。

清華芯片新突破登Science,獲評“存算一體領(lǐng)域重大進展”!基于類腦架構(gòu)實現(xiàn)片上快速AI學(xué)習

研究方向為新型存儲器,器件模型與模擬,設(shè)計-工藝協(xié)同優(yōu)化,存算一體與神經(jīng)形態(tài)芯片,信息安全芯片。

張文彬、姚鵬作為學(xué)術(shù)論文的第一作者。

清華芯片新突破登Science,獲評“存算一體領(lǐng)域重大進展”!基于類腦架構(gòu)實現(xiàn)片上快速AI學(xué)習

實際上,關(guān)于該方向的存算一體芯片,清華團隊已經(jīng)探索了十余年。

2012年,錢鶴、吳華強團隊開始研究用憶阻器來做存儲。研究團隊最初在實驗室中探索憶阻器器件的一致性和良率。

2014年,清華大學(xué)與中科院微電子所、北京大學(xué)等單位合作,優(yōu)化憶阻器的器件工藝,制備出高性能憶阻器陣列——這一次提出的最新成果中已應(yīng)用。

2020年,錢鶴、吳華強團隊基于多陣列憶阻器,搭建了一個全硬件構(gòu)成的完整存算一體系統(tǒng),在這個系統(tǒng)上高效運行了卷積神經(jīng)網(wǎng)絡(luò)算法,成功驗證了圖像識別功能,比圖形處理器芯片的能效高兩個數(shù)量級,大幅提升了計算設(shè)備的算力,實現(xiàn)了以更小的功耗和更低的硬件成本完成復(fù)雜的計算。

清華芯片新突破登Science,獲評“存算一體領(lǐng)域重大進展”!基于類腦架構(gòu)實現(xiàn)片上快速AI學(xué)習

如今,隨著大模型趨勢到來,AI算力瓶頸問題更加突出,存算一體等新方案也備受關(guān)注。

Science編輯表示,基于憶阻器的芯片技術(shù)近期受到非常大的關(guān)注,它有望克服馮諾依曼架構(gòu)造成的算力瓶頸。

論文地址:
https://www.science.org/doi/abs/10.1126/science.ade3483

參考鏈接:
https://mp.weixin.qq.com/s/w0VZNIQ1KbClJJ8c05hPqg

熱門課程推薦

熱門資訊

請綁定手機號

x

同學(xué)您好!

您已成功報名0元試學(xué)活動,老師會在第一時間與您取得聯(lián)系,請保持電話暢通!
確定