在一項(xiàng)有望對依賴人工智能的移動(dòng)設(shè)備，無人機(jī)和機(jī)器人進(jìn)行更高級編程的開發(fā)中，IBM研究人員表示，他們已經(jīng)設(shè)計(jì)出一種編程方法，該方法可實(shí)現(xiàn)更高的準(zhǔn)確性并減少能耗。

AI系統(tǒng)通常采用劃分內(nèi)存和處理單元的過程。這種做法意味著在兩個(gè)航路點(diǎn)之間傳輸數(shù)據(jù)會(huì)浪費(fèi)時(shí)間。數(shù)據(jù)傳輸量巨大，足以產(chǎn)生昂貴的能耗標(biāo)簽。

《自然通訊》本周報(bào)道說，IBM設(shè)計(jì)了一種方法，該方法依靠相變內(nèi)存來更快，更便宜地執(zhí)行代碼。這是一種隨機(jī)存取存儲器，其中包含的元素可以在非晶態(tài)和結(jié)晶態(tài)之間快速變化，其性能優(yōu)于更常用的閃存模塊。也稱為P-RAM或PCM。由于其非凡的性能，有人將其稱為“完美的RAM”。

PCM依靠硫族化物玻璃，當(dāng)電流流過時(shí)，硫?qū)倩锊ＡЬ哂懈淖兤錉顟B(tài)的獨(dú)特能力?；萜帐紫忍剿鞯南嘧兗夹g(shù)的一個(gè)關(guān)鍵優(yōu)勢是，存儲狀態(tài)不需要連續(xù)的電源即可保持穩(wěn)定。在PCM中添加數(shù)據(jù)不需要擦除周期，這是其他類型的存儲器存儲所特有的。另外，由于可以直接從內(nèi)存執(zhí)行代碼，而不是將代碼復(fù)制到RAM中，因此PCM的運(yùn)行速度更快。

IBM認(rèn)識到，在圖像和語音識別，游戲和機(jī)器人技術(shù)領(lǐng)域中，依賴于深度神經(jīng)網(wǎng)絡(luò)的運(yùn)營需求不斷增長，要求更高的效率。

研究團(tuán)隊(duì)在公司博客上發(fā)布的解決方案的IBM團(tuán)隊(duì)說：“隨著深度學(xué)習(xí)的不斷發(fā)展和對強(qiáng)大處理能力的需求，擁有大型數(shù)據(jù)中心的公司將迅速意識到，建造更多的發(fā)電廠來支持所需的額外一百萬倍的運(yùn)營。例如，對單個(gè)圖像進(jìn)行分類是不經(jīng)濟(jì)的，也不是可持續(xù)的?！?/p>

報(bào)告指出：“很明顯，我們需要通過優(yōu)化微芯片和硬件來使效率更高，從而使此類設(shè)備以更少的功率運(yùn)行?！?/p>

IBM將PCM與人腦進(jìn)行了比較，并指出PCM“沒有單獨(dú)的存儲和計(jì)算數(shù)據(jù)的區(qū)域，因此消耗的能量明顯更少”。

PCM的一個(gè)缺點(diǎn)是由于讀和寫電導(dǎo)噪聲導(dǎo)致的計(jì)算誤差。IBM通過在AI 培訓(xùn)課程中引入這種噪音來解決該問題。

IBM的報(bào)告指出：“我們的假設(shè)是，在DNN訓(xùn)練期間注入與設(shè)備噪聲相當(dāng)?shù)脑肼晻?huì)提高模型的魯棒性。”

他們的假設(shè)是正確的。他們的模型達(dá)到了93.7%的準(zhǔn)確度，IBM研究人員稱這是同類存儲器硬件所能達(dá)到的最高準(zhǔn)確度。

IBM表示，需要做更多的工作才能獲得更高的準(zhǔn)確性。他們正在使用小型卷積神經(jīng)網(wǎng)絡(luò)和生成對抗網(wǎng)絡(luò)進(jìn)行研究，并且最近在神經(jīng)科學(xué)前沿報(bào)道了他們的進(jìn)展。

IBM表示：“在一個(gè)越來越多的時(shí)代過渡到基于AI的技術(shù)（包括物聯(lián)網(wǎng)電池供電的設(shè)備和自動(dòng)駕駛汽車）時(shí)，此類技術(shù)將從快速，低功耗和可靠的DNN推理引擎中受益匪淺?！眻?bào)告說。