转向硅片:机器学习热潮意味着我们需要新芯片

时间:2017-04-08 01:02:01166网络整理admin

Vetta / Getty作者:Hal Hodson SILICON已经使我们的计算机工作了近半个世纪无论是专为图形还是数字运算而设计,所有信息处理都是使用由元素14组成的数百万个微小逻辑门来完成的但硅的时间可能很快就会到来摩尔定律 - 预示着微处理器上的硅晶体管数量每两年增加一倍的预言 - 正在停滞不前,因为芯片上有多少可以被挤压机器学习热潮是另一个问题基于硅的计算机使用的能量数量将飙升,因为它们会破坏该领域算法所需的大量数据集半导体行业协会估计,根据目前的趋势,到2040年,计算能源需求将超过世界总能源供应量因此,世界各地的研究小组正在构建可以在不使用硅的情况下处理大量数据的替代系统所有这些都力求比现有芯片更小,更省电朱莉·格罗利尔(Julie Grollier)在巴黎附近的UMPhy实验室领导一个小组,研究如何将纳米器件设计成更像人脑她的团队使用微小的磁性粒子进行计算,特别是模式识别当磁性颗粒非常小时,它们变得不稳定并且它们的磁场开始剧烈振荡通过应用电流,该团队利用这些振荡进行基本计算按比例放大,Grollier认为该技术可以比现有技术更快地识别模式它也可以减少耗电量 Grollier工作的磁性自动振荡器可以使用比硅同类产品少100倍的功率她说,它们也可以小10,000倍 Igor Carron于去年12月推出了基于巴黎的初创公司LightOn,它还有另一种替代硅芯片的方案:光 Carron不会过多地谈论他计划的LightOn计算机是如何工作的,但是他们将拥有一个处理庞大而笨重的数据集的光学系统,因此机器学习算法可以更轻松地处理它们它使用称为随机投影的数学技术来做到这一点这种方法自1984年以来就已为人所知,但总是涉及太多的硅芯片处理计算现在,Carron和他的同事正在研究用光进行整个操作的方法 “根据目前的趋势,到2040年,计算机的能源需求可能会超过总供应量”这些处理和学习数据的新方法有何可能实现 Carron认为可以在不需要庞大处理器的情况下学习的机器将使可穿戴计算能够起飞它们还可以使新兴的“物联网” - 计算机被构建到普通对象中 - 更加强大这些对象不再需要将数据来回传递到数据中心进行处理相反,他们将能够当场完成诸如Grollier和Carron等设备并不是唯一采用替代计算方法的设备加利福尼亚州斯坦福大学的一个小组用碳纳米管构建了一个包含178个晶体管的芯片,其电气特性使它们比硅晶体管更有效今年早些时候,以色列Ben-Gurion大学和佐治亚理工学院的研究人员利用DNA构建了世界上最小的二极管,这是一种用于计算机的电子元件目前,处理大量数据的高功率硅计算机仍在机器学习方面取得巨大进步但这种指数增长不可能永远持续下去要真正了解和学习世界上所有的数据,我们每个口袋都需要学习机器 Facebook和谷歌等公司几乎没有触及表面 “他们的门上有大量的数据敲打而没有他们能够理解它,”卡隆说本文以“轻松实现人工智能”为标题出现在这些主题上: