（本篇文篇章共953字，閱讀時間約1分鐘）

圖片來源：Andreas Heddergott / TUM

2023年11月15日報道，慕尼黑工業(yè)大學(xué)（TUM）的Hussam Amrouch教授領(lǐng)導(dǎo)的研究團(tuán)隊近期成功開發(fā)出一種可用于人工智能的創(chuàng)新芯片架構(gòu)，其性能較同類內(nèi)存計算方法提升了一倍。

根據(jù)最新發(fā)表在《自然》雜志上的研究結(jié)果，這項技術(shù)創(chuàng)新集成了數(shù)據(jù)存儲和處理功能，借鑒人腦結(jié)構(gòu)的靈感，有望在未來三到五年內(nèi)投入市場。然而，要實現(xiàn)這一目標(biāo)，需要跨學(xué)科的合作，以確保符合行業(yè)安全標(biāo)準(zhǔn)。

該芯片采用了鐵電場效應(yīng)晶體管（FeFET）的特殊電路，應(yīng)用了一種新的計算模式。這一創(chuàng)新有望在未來幾年內(nèi)應(yīng)用于生成式人工智能、深度學(xué)習(xí)算法和機(jī)器人等領(lǐng)域。

在過去，芯片通常只在晶體管上進(jìn)行計算，而新型芯片將數(shù)據(jù)存儲和處理功能整合在一起，顯著提高了效率和性能。Amrouch教授解釋說：“因此，芯片的性能也得到了提升。”

隨著人類對芯片性能需求的不斷提高，未來芯片必須更快、更高效，并且不能過度升溫。這對于支持實時計算等高能耗應(yīng)用，如無人機(jī)飛行，至關(guān)重要。

為了衡量芯片的性能關(guān)鍵要求，研究人員使用了每秒每瓦特的太赫茲運算量（TOPS/W）這一參數(shù)。新型人工智能芯片的TOPS/W達(dá)到了885，比同類芯片（包括三星公司的MRAM芯片）高出一倍。而目前廣泛使用的CMOS芯片的運行速度在10-20 TOPS/W之間。

研究人員從人類大腦中汲取靈感，模仿神經(jīng)元和突觸的工作原理。Amrouch指出：“在大腦中，神經(jīng)元負(fù)責(zé)處理信號，而突觸則能夠記住這些信息，描述了人類如何學(xué)習(xí)和回憶復(fù)雜的相互關(guān)系。”

這項技術(shù)的關(guān)鍵在于采用鐵電（FeFET）晶體管，這種電子開關(guān)具有特殊的附加特性，即使在斷電的情況下也能存儲信息，并在晶體管內(nèi)同時進(jìn)行存儲和處理數(shù)據(jù)。

Amrouch教授強(qiáng)調(diào)：“現(xiàn)在，我們可以構(gòu)建高效的芯片組，用于深度學(xué)習(xí)、生成式人工智能或機(jī)器人等應(yīng)用，例如在這些應(yīng)用中，數(shù)據(jù)必須在生成的地方進(jìn)行處理。”

雖然這一技術(shù)前景廣闊，但要將適用于實際應(yīng)用的內(nèi)存芯片推向市場，還需要數(shù)年的時間。工業(yè)界的安全要求是一個挑戰(zhàn)，必須確保新技術(shù)符合行業(yè)特定標(biāo)準(zhǔn)。Amrouch教授表示：“這再次凸顯了計算機(jī)科學(xué)、信息學(xué)和電氣工程等不同學(xué)科研究人員跨學(xué)科合作的重要性。”他認(rèn)為這是取得成功的關(guān)鍵之一。

這一新型人工智能芯片的潛在應(yīng)用包括運行深度學(xué)習(xí)算法，實時識別太空中的物體，或處理無人機(jī)在飛行過程中產(chǎn)生的數(shù)據(jù)，而無需擔(dān)心性能下降。雖然距離市場應(yīng)用還有一段時間，但這一技術(shù)的突破將推動人工智能芯片領(lǐng)域的發(fā)展，為未來的高能效計算打開新的可能性。

*免責(zé)聲明：以上內(nèi)容整理自網(wǎng)絡(luò)，僅供交流學(xué)習(xí)之用。如有內(nèi)容、版權(quán)問題，請留言與我們聯(lián)系進(jìn)行刪除。

       原文標(biāo)題 : 下一代AI芯片引領(lǐng)性能飛躍：模仿人腦，實現(xiàn)能源節(jié)約