团队使用处理器和内存创建混合芯片以在电池供电的设备上运行AI

如果智能手表和其他电池供电的电子设备可以运行AI算法，它们将变得更加智能。但是，迄今为止，为移动设备构建具有AI功能的芯片的努力已经碰到了壁垒-所谓的“内存墙”，它将数据处理和存储芯片分开，这些数据处理芯片和存储芯片必须协同工作才能满足AI提出的庞大且不断增长的计算需求。

《自然电子》上发表的一项新研究的资深作者，计算机科学家Subhasish Mitra说：“处理器与内存之间的事务处理会消耗进行机器学习和AI所需的95%的能量，这严重地限制了电池寿命。”

现在，一个由斯坦福大学计算机科学家Mary Wootters和电气工程师H.-S组成的团队。菲利普·王(Philip Wong)设计了一个系统，该系统可以利用八个混合芯片来更快地以更少的能源运行AI任务，每个混合芯片都在自己的内存存储旁边构建了自己的数据处理器。

本文基于该团队先前开发的一种称为RRAM的新存储技术，该技术即使在关闭电源(例如闪存)时也可以存储数据，但只能更快，更节能。他们在RRAM方面的进步使斯坦福大学的研究人员能够开发出单独工作的较早一代的混合芯片。他们的最新设计融合了一个关键的新元素：将八个单独的混合芯片融合到一个节能AI处理引擎中的算法。

Mitra说：“如果我们能够构建一个具有所有处理和内存所需的大型常规芯片，我们就可以做到，但是解决AI问题所需的数据量真是一个梦想。” “相反，我们诱使混合动力汽车认为它们是一个芯片，这就是为什么我们将其称为幻觉系统。”

研究人员开发了错觉作为电子复兴计划(ERI)的一部分，该计划是由国防高级研究计划局资助的15亿美元计划。DARPA于50年前帮助催生了互联网，它正在支持针对摩尔定律的变通方案的研究调查，该定律通过缩小晶体管来推动电子技术的进步。但是晶体管不能永远缩小。

Wootters说：“要超越常规电子产品的限制，我们将需要新的硬件技术和有关如何使用它们的新思路。”

由斯坦福大学领导的团队在法国研究机构CEA-Leti和新加坡南洋理工大学的合作者的帮助下建造并测试了其原型。团队的八芯片系统仅仅是个开始。在仿真中，研究人员展示了使用64个混合芯片的系统如何运行AI应用程序的速度是当前处理器的七倍，而能耗却仅为当前的七分之一。

这样的功能可能有一天使Illusion Systems成为增强现实和虚拟现实眼镜的大脑，这些眼镜将使用深层神经网络通过发现环境中的物体和人来学习，并为佩戴者提供上下文信息-想象一个AR / VR系统来帮助观鸟者识别未知的标本。

斯坦福大学研究生罗伯·雷德韦(Robert Radway)是《自然电子》研究的第一作者，他说该团队还开发了新算法，可以重新编译为当今的处理器编写的现有AI程序，以在新的多芯片系统上运行。来自Facebook的合作者帮助团队测试了可验证其努力的AI程序。下一步包括提高单个混合芯片的处理和存储能力，并演示如何廉价地批量生产它们。

Wong说：“我们制造的原型机能够按预期工作的事实表明我们处在正确的轨道上。”他相信Illusion Systems可以在三到五年内做好投放市场的准备。