您的位置:主页 > 家电 > 小米家电 >

麻省理工学院的168核心芯片可以将人工智能带到智能手机,物联网设备

2019-09-02     来源:秦风网         内容标签:麻省,理工学,院的,168,核心,芯片,可以,将,麻省,

导读:麻省理工学院的研究人员相信他们已经找到了一种为智能手机带来深度学习能力的方法。上周在国际固态电路会议(ISSCC)上,研究人员麻省理工学院推出了一款168核芯片,他们表示这将

麻省理工学院的研究人员相信他们已经找到了一种为智能手机带来深度学习能力的方法。

上周在国际固态电路会议(ISSCC)上,研究人员麻省理工学院推出了一款168核芯片,他们表示这将使智能手机和其他移动和嵌入式设备能够在本地运行人工智能(AI)算法,从而可以在设备本身完成收集和处理数据的大部分工作。。

目前,这些设备,系统和传感器收集的数据被上传到互联网以供电力服务器处理,然后将数据发送回设备。这开启了一系列问题,从延迟和网络拥塞到安全性和功耗。此外,这意味着要处理数据,设备需要连接到网络。

新芯片-研究人员称之为“Eyeriss”-比移动GPU效率高10倍通常具有200个内核,并具有使其能够在移动设备上运行复杂神经网络的功能,而不仅仅是在数据中心的服务器中运行。由于处理工作是在本地完成的,因此不必进行互联网连接或访问服务器。

根据VivienneSze,EmanuelE的说法,通过在本地运行神经网络-在设备上做出关于设备原始数据的决策并仅将他们的结论发送到互联网-所带来的可能性是广泛的。麻省理工学院电气工程与计算机科学系的Landsman职业发展助理教授,他的小组开发了新芯片。

“深度学习对于许多应用很有用,例如物体识别,语音,人脸检测,“Sze在麻省理工学院新闻报道中说。“目前,这些网络相当复杂,主要运行在高功率GPU上。您可以想象,如果您可以将这些功能带到您的手机或嵌入式设备上,即使您没有WiFi,您仍然可以运行连接。“

能够在本地处理数据还可以提供更高的安全性和隐私性,并减少传输延迟,使用户能够更快地对收集和分析的数据做出反应,她说。它可能对物联网(IoT)的发展产生重大影响,使数十亿带有人工智能算法的网络设备能够自己处理数据,而不必通过互联网将信息发送到服务器。相反,通过在设备上本地完成的算法运行数据得出的结论将是通过互联网发送的结果。

越来越多的技术供应商正在投入大量资金和精力人工智能和深度学习背后的研究,包括IBM,谷歌,微软,高通和苹果。GPU供应商Nvidia正在将深度学习和神经网络作为公司产品路线图的关键部分,首席执行官Jen-HsunHuang去年表示,“深度学习的话题可能与该行业中任何一个问题一样令人兴奋。”研究Eyeriss的研究人员包括麻省理工学院电气工程与计算机科学系教授JoelEmer和Nvidia高级杰出研究科学家。

神经网络是通过一系列创建的包含大量处理节点的层数;一层中的节点处理进入的数据,然后将其传递给下一层中的节点,目标是在通过多个层处理数据之后实现计算问题的正确结果。根据麻省理工学院的研究人员,在卷积神经网络中,每层中的节点以不同的方式处理数据,这意味着它们可能相当大。

文章链接地址:http://www.cywimg.com/jiadian/xiaomijiadian/201909/1459.html

上一篇:高级执行官对数据中心安全状态“严重断开”
下一篇:没有了

小米家电相关文章