隨著我們進(jìn)入認(rèn)知計(jì)算的新時(shí)代，并試圖從日益龐大的數(shù)據(jù)集中收集信息，今天的許多計(jì)算機(jī)并沒有經(jīng)過優(yōu)化來處理如此巨大的工作量。但I(xiàn)BM科學(xué)家開發(fā)并發(fā)表在《自然電子》(Nature Electronics)雜志上的一種新的混合概念，可能使運(yùn)行分析和機(jī)器學(xué)習(xí)應(yīng)用程序以及訓(xùn)練人工智能(AI)系統(tǒng)變得容易得多。

大多數(shù)計(jì)算機(jī)都是基于馮·諾依曼架構(gòu)設(shè)計(jì)的，這種架構(gòu)要求數(shù)據(jù)在處理單元和存儲單元之間進(jìn)行傳輸——根據(jù)IBM Research周二發(fā)表的一篇有關(guān)論文的博客文章，這是一個(gè)效率低下的過程。

IBM的新概念，稱為混合精度內(nèi)存計(jì)算，將馮諾依曼計(jì)算機(jī)與計(jì)算內(nèi)存單元相結(jié)合。在本設(shè)計(jì)中，計(jì)算內(nèi)存單元執(zhí)行大部分計(jì)算任務(wù)，而馮·諾伊曼計(jì)算機(jī)提高了手頭解決方案的準(zhǔn)確性。

正如我們的姊妹站點(diǎn)ZDNet所指出的，這種方法可以為IBM提供針對Microsoft和谷歌一直在尋找的高性能和機(jī)器學(xué)習(xí)應(yīng)用程序的硬件加速器的解決方案。

混合精度的內(nèi)存計(jì)算依賴于一種叫做相變存儲器(PCM)的設(shè)備，它可以通過編程達(dá)到一定的傳導(dǎo)水平。ZDNet指出，PCM單元可以處理大部分的大容量數(shù)據(jù)處理，而不需要將數(shù)據(jù)傳輸?shù)紺PU或GPU，這使得處理速度更快，能耗更低。

“這樣的計(jì)算可以在不犧牲整體計(jì)算精度的情況下，部分使用計(jì)算內(nèi)存來執(zhí)行，這一事實(shí)為高效、快速的大規(guī)模數(shù)據(jù)分析開辟了令人興奮的新途徑，”IBM研究員、論文的合著者伊萬格洛斯·埃萊夫特里奧(Evangelos Eleftheriou)在帖子中寫道。

他寫道:“這種方法克服了當(dāng)今馮•諾伊曼架構(gòu)的一個(gè)關(guān)鍵挑戰(zhàn)，在馮•諾伊曼架構(gòu)中，海量數(shù)據(jù)傳輸已經(jīng)成為最耗能的部分。”“這樣的解決方案需求量很大，因?yàn)槿绻褂脴?biāo)準(zhǔn)技術(shù)，分析我們生成的不斷增長的數(shù)據(jù)集將迅速將計(jì)算負(fù)載增加到百億億次。”

需要注意的是，這項(xiàng)研究仍然是新的，而且根據(jù)ZDNet, IBM的原型內(nèi)存芯片需要達(dá)到千兆字節(jié)的內(nèi)存才能用于數(shù)據(jù)中心規(guī)模的應(yīng)用程序，而不是當(dāng)前的一兆字節(jié)。但據(jù)ZDNet報(bào)道，IBM計(jì)劃通過構(gòu)建更大的PCM設(shè)備陣列，或讓多個(gè)PCM設(shè)備同時(shí)運(yùn)行來實(shí)現(xiàn)這一目標(biāo)。