《電子技術(shù)應用》
您所在的位置:首頁 > 嵌入式技術(shù) > 業(yè)界動態(tài) > 全新憶阻器超越現(xiàn)有機器學習系統(tǒng)

全新憶阻器超越現(xiàn)有機器學習系統(tǒng)

2017-05-31
關(guān)鍵詞: 憶阻器 機器學習系統(tǒng)

北京5月24日電 (記者聶翠蓉)在當今“大數(shù)據(jù)”時代,現(xiàn)有計算機硬件架構(gòu)已面臨速度和高能耗的瓶頸??萍既請笥浾呷涨安稍L美國密西根大學電子工程與計算機系盧偉教授獲悉,他帶領(lǐng)同事研發(fā)出一種全新憶阻器(Memristor)陣列芯片,其處理圖片和視頻等復雜數(shù)據(jù)的速度和能效,超越了現(xiàn)有最先進機器學習系統(tǒng)。相關(guān)論文發(fā)表在最近一期《自然·納米技術(shù)》雜志上。

目前,用機器學習來處理大數(shù)據(jù)越來越受重視。不過現(xiàn)有的機器學習只是基于現(xiàn)有硬件架構(gòu)在算法上進行革新,在學習和推理過程中仍需不斷在處理器和存儲器之間轉(zhuǎn)移大量數(shù)據(jù),造成速度上的瓶頸和很高的能耗。而憶阻器是一種新型電子器件,能通過調(diào)整內(nèi)部的原子分布同時實現(xiàn)數(shù)據(jù)存儲和信號處理的功能,低能耗、高效率并行實現(xiàn)機器學習里最基本的矩陣運算。

盧偉告訴記者,他們這次制備的是32×32憶阻器陣列,并用該陣列芯片實現(xiàn)了“稀疏編碼”的算法。稀疏編碼是一種無監(jiān)督學習方法,能通過芯片上神經(jīng)元之間的競爭更有效地找出隱含在輸入數(shù)據(jù)內(nèi)部的結(jié)構(gòu)與模式。在測試中,新憶阻器芯片經(jīng)過“學習培訓”后,利用很少的神經(jīng)元成功從一些名畫和照片中找到關(guān)鍵特征。

盧偉參與創(chuàng)建的半導體公司Crossbar Inc,已與中國最大規(guī)模芯片制造企業(yè)——中芯國際展開合作,從去年開始量產(chǎn)基于憶阻器的阻變存儲器(RRAM)。他表示,新憶阻器可直接集成到現(xiàn)有傳感器和攝像系統(tǒng)上,實時處理和分析視頻數(shù)據(jù)。它們還可以通過大規(guī)模集成實現(xiàn)超級計算機的功能。

本站內(nèi)容除特別聲明的原創(chuàng)文章之外,轉(zhuǎn)載內(nèi)容只為傳遞更多信息,并不代表本網(wǎng)站贊同其觀點。轉(zhuǎn)載的所有的文章、圖片、音/視頻文件等資料的版權(quán)歸版權(quán)所有權(quán)人所有。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無法一一聯(lián)系確認版權(quán)者。如涉及作品內(nèi)容、版權(quán)和其它問題,請及時通過電子郵件或電話通知我們,以便迅速采取適當措施,避免給雙方造成不必要的經(jīng)濟損失。聯(lián)系電話:010-82306118;郵箱:aet@chinaaet.com。