0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

当使用传统计算架构时功耗仍是一个巨大挑战

半导体动态 来源:工程师吴畏 作者:GLOBALFOUNDRIES 2018-12-22 16:03 次阅读

随着传统市场走向下坡路和摩尔定律的逐渐失效,半导体行业正在不断革新,力求了解人工智能自动驾驶汽车、物联网等新市场的需求。

而其中最奇特的也许当属人工智能,因为它的计算范式与传统的“处理器-内存”方法有着明显差异。在近期于旧金山举办的国际电子器件大会上,法国研究员Damien Querlioz在谈及“神经形态计算的新型器件技术”时说道,“长期以来,模式识别和认知任务都是计算机的弱点,比如识别和解读图像、理解口语、自动翻译等。”

大约从2012年起,训练和推理阶段的人工智能技术开始加速发展,但当使用传统计算架构时,功耗仍是一个巨大挑战。

Querlioz是法国国家实验室CNRS的一名研究员,他举了一个活生生的例子:2016年Google的AlphaGo与围棋世界冠军李世石之间的著名围棋大战。李世石的大脑在比赛中消耗了大约20瓦,而AlphaGo估计需要超过250,000瓦才能使其CPUGPU保持运转。

虽然从那以后Google和其他公司均在功耗方面做出了改进,但越来越多的工作开始侧重于为神经形态计算技术设计耗电更少的新器件。

Ted Letavic是格芯的高级战略营销人员,他表示,回想人工智能的各个阶段,从改进传统计算技术,到设计耗电更少的全新器件和架构,在整个过程中,先进高效的封装将发挥关键作用。

Letavic称,“人工智能时代正在逐步到来,我们可以利用现有的技术,再加上衍生技术,通过DTCO(设计技术协同优化)进行全面优化,一直深入到位单元设计层面。”

格芯的技术人员正在努力降低14/12 nm FinFET平台的功耗并提升其性能,所采用的办法包括双功函数SRAM、更快且功耗更低的累加运算(MAC)元件、对SRAM的更高带宽访问等。基于FD-SOI的FDX处理器的功耗也将降低,尤其是在部署背栅偏置技术时。Letavic表示,设计师掌握了这些技术后,客户便可以“重新设计功耗包络更低的人工智能固有元件,甚至达到7 nm。”

除了这些DTCO改进以外,全球各地也在开展其他研发工作,希望实现基于相变存储器(PCM)、阻性RAM (ReRAM)、自选扭矩转换磁性RAM (STT-MRAM)和FeFET的嵌入式内存与内存中计算解决方案。

Querlioz在IEDM专题会议上提到,在IBM Almaden研究中心,由Jeff Welser领导开发的基于PCM的芯片已取得显著进展,而基于STT-MRAM和ReRAM的人工智能处理器也前景光明。Querlioz表示,“现在,我们极有可能成功为认知类型的任务和模式识别重新发明电子器件。”

Letavic称,降低功耗的道路还很长,对于推理处理而言尤其如此,而这正促使众多初创公司开发新的人工智能解决方案,格芯也与其中部分公司及长期合作伙伴AMD和IBM保持着密切合作关系。

Letavic认为,凭借对冯诺依曼计算模式的DTCO改进,我们只能发展到这一步。除了分类逻辑和内存,下一步是发展内存中计算和基于模拟的计算。此外,为计算行业服务了35年的指令集架构(ISA)将需要被新的软件堆栈和算法取代。他说道:“对于特定领域的计算,必须重新发明软件。IBM对软件堆栈有着深刻的见解。”

“各方都必须一同转向人工智能。格芯将与主要客户紧密合作,我们不能将算法与技术分开,”Letavic在谈及该系统技术协同优化(STCO)方面的紧密合作时说道,“随着我们迈入计算发展的第四个时代,STCO将是DTCO的自然延伸。我们将朝着特定领域的计算发展,共同迎接这一转变。”

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 人工智能
    +关注

    关注

    1791

    文章

    46711

    浏览量

    237236
  • 架构
    +关注

    关注

    1

    文章

    506

    浏览量

    25434
收藏 人收藏

    评论

    相关推荐

    边缘计算的技术挑战与解决方案

    边缘计算作为种新型的计算架构,在带来诸多优势的同时,也面临着些技术挑战。以下是对边缘
    的头像 发表于 10-24 14:36 302次阅读

    计算传统计算的区别

    计算传统计算是两种不同的计算模式,它们在资源获取、管理方式、性能、成本、可靠性和灵活性等多个方面存在显著差异。以下是对这两种计算模式的比较:
    的头像 发表于 10-24 09:13 259次阅读

    AI云平台与传统计算的区别

    AI云平台与传统计算在定义、技术架构、应用场景和服务模式等方面存在显著差异。
    的头像 发表于 10-14 10:08 237次阅读

    请问运放的功耗怎样计算

    看到,这个指标是主要说明功耗的么?怎样全面的计算或者估计电路的功耗
    发表于 09-20 08:30

    谈FPGA设计中的功率计算

    功耗计算对于FPGA设计十分重要是基于两点考虑:系统电源的大小和散热。众所周知,系统中的所有器件都需要良好、清洁、精确和可靠的电源,且能有效地运作。精确地
    发表于 07-31 22:37

    【量子计算机重构未来 | 阅读体验】 跟我起漫步量子计算

    的干扰,保持量子比特的稳定性是巨大的技术难题。此外,量子编程和算法的发展也还处于初级阶段,需要更多的研究和探索。 尽管面临挑战,但量子计算
    发表于 03-13 19:28

    量子梦

    具有些特殊的性质,如叠加和纠缠,使得量子计算机能够在某些情况下比传统计算机更高效地解决某些问题。 量子计算机的
    发表于 03-13 18:18

    【RISC-V开放架构设计之道|阅读体验】+ 阅读深体验

    具体化后,将对RISC-V使用7评价指标进行衡量:成本,简洁,性能,架构和实现分离,提升空间,代码大小,易于编程/编译/链接。 举个简单的优越性对比说明,RISC-V是模块化的,区别于传统计算
    发表于 03-05 22:01

    电源的正接到另一个电源的负会怎样?为什么?

    电源的正接到另一个电源的负会怎样?为什么?
    的头像 发表于 01-16 11:06 3210次阅读

    边缘计算平台是什么配置的

    边缘计算平台是分布式计算架构,可以在靠近数据源的边缘设备上执行计算任务。它解决了
    的头像 发表于 12-27 15:23 832次阅读

    边缘计算种什么运算架构

    边缘计算种分布式计算架构,它将数据处理和存储功能从传统的云端数据中心移至距离数据源更近的边缘设备或边缘节点上进行处理。这
    的头像 发表于 12-27 15:02 701次阅读

    揭秘GPU: 高端GPU架构设计的挑战

    计算领域,GPU(图形处理单元)直是性能飞跃的代表。众所周知,高端GPU的设计充满了挑战。GPU的架构创新,为软件承接大模型训练和推理场景的人工智能
    的头像 发表于 12-21 08:28 842次阅读
    揭秘GPU: 高端GPU<b class='flag-5'>架构</b>设计的<b class='flag-5'>挑战</b>

    你还在使用传统架构的DC-DC转换器吗?

    你还在使用传统架构的DC-DC转换器吗?
    的头像 发表于 12-04 17:26 805次阅读
    你还在使用<b class='flag-5'>传统</b><b class='flag-5'>架构</b>的DC-DC转换器吗?

    深度学习技术在AI智能分析盒子人数统计中的应用与优势

    在AI盒子的人数统计中,多人同时出入视野范围时,传统的算法模型很难准确识别和计算人数,容易导致重复统计。为解决这
    的头像 发表于 11-29 09:07 482次阅读

    运放的功耗如何估算?

    我想问下关于运放的功耗估算问题,怎样计算运放的功率,我在网上找过些,有帖子是这个说的——
    发表于 11-24 08:21