인공지능 개발의 병목 현상 극복: AI 시뮬레이션 칩은 기존 칩보다 에너지 효율성이 14배 더 높습니다.

연구원은 14nm 시뮬레이션 인공지능 칩을 보유하고 있습니다. 이미지 출처: Ryan Levine/Nature 웹사이트

지난 23일 '네이처'에 게재된 연구에서는 기존 디지털 컴퓨터 칩보다 에너지 효율이 14배 더 높은 인공지능(AI) 아날로그 칩이 발표됐다. IBM 연구소가 개발한 이 칩은 음성 인식 분야에서 범용 프로세서보다 더 효율적이다. 이 기술은 현재 AI 개발에서 컴퓨팅 성능이 부족하고 효율성이 낮아 병목 현상이 발생하는 문제를 해결할 수 있습니다.

AI 기술의 발전으로 에너지와 자원에 대한 수요도 증가했습니다. 음성 인식 분야에서는 소프트웨어 업그레이드를 통해 자동 전사의 정확성이 크게 향상되었지만 메모리와 프로세서 간에 이동되는 작업량이 증가함에 따라 하드웨어는 이러한 모델을 훈련하고 실행하는 데 필요한 수백만 개의 작업을 따라잡을 수 없습니다. 계산된 매개변수 연구원들이 제안한 한 가지 해결책은 "메모리 내 컴퓨팅"(CiM 또는 시뮬레이션된 AI) 칩을 사용하는 것입니다. 아날로그 AI 시스템은 자체 메모리 내에서 직접 작업을 수행하여 비효율성을 방지하는 반면, 디지털 프로세서는 메모리와 프로세서 간에 데이터를 이동하는 데 추가 시간과 에너지가 필요합니다. 아날로그 AI 칩은 AI 컴퓨팅의 에너지 효율을 획기적으로 향상시킬 것으로 예상되지만 이에 대한 실질적인 시연은 부족했다.

감지 보드의 14nm 아날로그 AI 칩. 이미지 출처: Ryan Levine/Nature 웹사이트 재작성 후: 이 이미지는 테스트 보드의 14nm 아날로그 AI 칩을 보여줍니다. 이미지 출처는 Rain Levine의 "Nature" 웹사이트입니다

연구팀은 3,500만 개의 상변화 메모리 셀로 구성된 34개의 모듈을 포함하는 14나노미터 아날로그 칩을 개발했습니다. 연구팀은 칩의 언어 처리 능력 효율성을 테스트하기 위해 음성인식 소프트웨어 두 개, 즉 Small Network(Google Voice Commands)와 Big Network(Librispeech Speech Recognition)를 사용해 자연스럽게 업계 표준과 비교했다. 처리 작업. 소규모 네트워크의 성능과 정확성은 현재의 디지털 기술과 비슷합니다. 더 큰 Librispeech 모델의 경우 칩은 와트당 초당 12조 4천억 번의 작업을 수행할 수 있으며 시스템 성능은 기존 범용 프로세서의 최대 14배에 달하는 것으로 추정됩니다

시뮬레이션된 AI 칩 제조에 300mm 웨이퍼 사용. 이미지 출처: Ryan Levine/Nature 웹사이트

연구팀은 이번 연구가 소형과 대형 모델 모두에서 아날로그 인공지능 기술의 성능과 효율성을 검증했으며, 상업적으로 활용 가능한 디지털 시스템의 대안이 될 것으로 기대한다고 결론 내렸습니다

원래 의미를 바꿀 필요는 없습니다. 다시 작성해야 할 내용은 다음과 같습니다: 과학기술일보에서 인용

자세한 내용은 공식 계정을 팔로우해주세요

다시 작성해야 할 내용은 "중국 과학 기술 정보" 매거진입니다

책임 단위: 중국 과학 기술 협회 다시 쓴 후: 관리를 담당하는 조직은 중국 과학 기술 협회입니다

주최기관: 중국과학기술저널리즘협회

콘텐츠를 다시 게시할 때는 WeChat ID: zkxxx1999

로 문의하세요.

온라인 제출 플랫폼: www.cnkjxx.com

제출 핫라인으로 전화주세요: 010-68003059

제보나 콘텐츠 협력이 필요한 경우 WeChat ID: 15811564659를 추가하여 문의해 주세요

잡지는 "CNKI", "중국 학술지 핵심 저널(선택) 데이터베이스", "중국 학술 저널 종합 평가 데이터베이스(CAJCED) 통계 소스 저널", "중국 저널 전문 데이터베이스(CJFD)"에 포함되어 있습니다. "중국과학기술협회, 중국도서관학회(과학적 발전관 해석을 위한 추천도서)"에서

위 내용은 인공지능 개발의 병목 현상 극복: AI 시뮬레이션 칩은 기존 칩보다 에너지 효율성이 14배 더 높습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!