科技工作者之家
科技工作者之家APP是专注科技人才,知识分享与人才交流的服务平台。
科技工作者之家 2017-12-17
“内存计算技术”或者说“计算式存储”是一种新出现的概念,该技术通过存储设备的物理属性来存储和处理信息。这与冯诺依曼系统设备的工作方式相反,比如标准台式机,笔记本甚至手机,他们都是在内存和计算单元之间来回搬运数据,因此会导致运行速度慢、能耗高。
日前,IBM研发中心宣布研发出一种无监督式机器学习算法,可以运行在一百万个相变内存上(Phase Change Memory,PCM设备),并成功地发现这些未知的数据流之间存在时间相关性。与顶尖的经典款计算机相比,该模型技术有望将速度和能效提高200倍,这将非常适合开发超密集、低功耗、大规模并行计算系统,如目前大热的人工智能。
研究人员所使用的相变内存是由锗锑碲合金制作而来。科学家们向材料里通一小股电流来升温,使得金属材料的状态从杂乱无序(无序的原子排列状态)变成晶状(有序的原子结构)。
“这是我们在人工智能物理属性研究方向前进的重要一步。”IBM的学者、论文的合作作者Evangelos Eleftheriou博士说到。“因为技术的极限,CMOS比例定律不再成立,我们需要从处理器-存储器模式彻底分离出来,避免陷入现代计算机发展的瓶颈。简而言之,我们的内存计算方法具有高速和低能耗的优点。”
“迄今为止,存储器只被看作是存放信息的容器,但是在这项工作里,我们最终展示了怎么利用存储设备的物理特质来执行相当高级的计算。计算结果也存在存储设备上,从这个意义上讲,这个概念是受到大脑的工作方式的启发。” IBM研发中心探索性记忆和认知技术科学家、文章的核心作者Abu Sebastian博士说道。
科界原创
编译:俞鱼鱼 编辑:张梦 程建兰
来源:自然通信
机器学习帮助精确分析黑猩猩行走特征
借助机器学习算法改善对接软件筛选能力
利用学习算法优化虚拟脊髓,机器狗1小时学会走路
IBM联合辉瑞开发AI算法 可远程诊断帕金森病严重程度
怕刷脸诈骗?机器学习算法用生理算法来鉴别
机器学习算法能预测癫痫发作
机器学习软件可以预测细菌行为
人工智能被用于重构量子系统,为量子研究提供新途径
医疗数据非结构化广泛存在 医疗AI落地待解
机器学习与人工智能将协助人类破解宇宙中最大奥秘