新芯片提升AI计算效率
电池电量限制了这些小型边缘设备的 AI 功能。 因此，提高能源效率至关重要。 数据处理和存储是在今天的 AI 芯片的不同地方完成的——计算单元和存储单元。 在进行 AI 处理时，两个单元之间的数据移动消耗的能量最多。
斯坦福大学的工程师正在研究解决方案。 他们开发了一种新的电阻式随机存取 (RRAM)，将 AI 处理集成到内存中，无需单独的计算和内存单元。 称为 NeuRRAM 的“内存计算”(CIM) 大小只有小指尖那么大。 它可以用更少的电池电量执行更多任务。
H.-S Philip Wong 是工程学院的 Willard R. & Inez Kerr bell 教授。 他说，通过将计算存储在芯片上，而不是将信息发送到云端，它可以使人工智能在未来变得更快、更便宜、更安全、更具可扩展性。
来源和详细信息：
https://news.stanford.edu/2022/08/18/new-chip-ramps-ai-computing-efficiency/