7天粉丝166万，是不是人人都有机会成为于文亮？
06-18
科技日报 10月9日，记者从清华大学官方微信获悉，该校吴华强教授、高斌副教授团队清华大学集成电路学院研制出世界上第一台基于集成计算范式的计算机。
全系统集成的忆阻器存储计算一体化芯片，支持高效的片上学习（机器学习可直接在硬件端完成）。
相关结果发表在最新一期的《科学》上。
记者了解到，“存储与计算一体化”的技术概念诞生于20世纪70年代。
与2001年冯·诺依曼提出的计算机架构中内存和处理器划分任务来处理数据不同，存储和计算的融合将计算能力嵌入到内存中。
之中。
当时，由于芯片制造能力不成熟，对计算能力的需求不高，存储与计算的融合还没有得到很好的发展。
随着人工智能等应用对数据存储和计算的需求不断增加，处理数据的能耗逐渐增加。
在传统的存储和计算分离结构中，存储带宽可能会导致大量时间花费在数据传输上，从而限制芯片计算能力。
相比之下，存储与计算一体化显示出独特的优势。
2017年，何谦和吴华强团队开始研究利用忆阻器进行存储。
忆阻器是继电阻、电容、电感之后的第四种基本电路元件。
它在断电后仍能“记忆”经过的电荷，因此被视为一种新型纳米电子突触器件。
2016年，团队基于多阵列忆阻器构建了完整的存储和计算系统。
该系统高效运行了卷积神经网络算法并成功验证了图像识别功能。
它的能效是图形处理器芯片的两倍。
数量级，极大提升了计算设备的计算能力，能够以更小的功耗和更低的硬件成本完成复杂的计算。
片上学习对于边缘智能设备适应不同的应用场景非常重要。
当前训练神经网络的技术需要在计算和存储单元之间移动大量数据，这阻碍了边缘设备上学习的实现。
在这项研究中，何谦和吴华强带领团队创新性地设计了STELLAR，一种适合忆阻器存储和计算高效片上学习的新型通用算法和架构。
该架构中的解决方案包括学习算法、硬件实现和并行电导调节。
方案是通过使用忆阻器交叉网格阵列来促进片上学习的通用方法。
据了解，该芯片可以执行的任务包括运动控制、图像分类和语音识别。
同等任务下，其能耗仅为ASIC的1/35，有望实现能效75倍的提升。
忆阻器存储与计算一体化学习芯片及测试系统 图片清华大学官方微信 “片上存储与计算一体化学习可以有效保护用户隐私和数据，同时实现更低的延迟和更小的能耗。
”该学术论文第一作者之一、博士后姚鹏介绍，该芯片指的是仿生类脑处理方式，可以实现不同类型的快速“片上训练”和“片上识别”。
任务，能够有效完成边缘计算场景下的增量学习任务，以极低的功耗适应新场景、学习新知识，满足用户的个性化需求。
10月17日14:00，“高。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-18
06-17
06-17
06-18
06-18
06-18
06-18
最新文章
英特尔收购芯片制造商eASIC，进一步减少对CPU的依赖
西门子携手现代汽车、起亚公司，共同推动交通运输行业数字化转型
行业领导者制定 Open Eye MSA 来帮助实现高速光连接应用
三星电子和 NAVER 合作
意法半导体和 Leti 合作开发 GaN-on-Si 功率转换技术
青岛将大力发展高世代TFT-LCD和Micro LED项目
长电科技参加IMAPS器件封装大会
三星正式发布Exynos 990旗舰处理器