新的芯片设计可提供迄今为止最高精度的内存

每个人都在谈论最新的人工智能和神经网络的力量，而忘记了软件受其运行的硬件的限制。但南加州大学电气与计算机工程教授 Joshua Yang 表示，硬件已成为“瓶颈”。现在，杨与合作者的新研究可能会改变这一点。他们相信，他们已经为边缘人工智能(便携式设备中的人工智能)开发了一种新型芯片，其内存是迄今为止所有芯片中最好的。

在过去大约 30 年里，虽然人工智能和数据科学应用所需的神经网络规模每 3.5 个月翻一番，但处理它们所需的硬件能力每 3.5 年才翻一番。据杨说，硬件问题越来越严重，几乎没有人有耐心。

各国政府、工业界和学术界都在努力应对全球范围内的这一硬件挑战。一些继续致力于使用硅芯片的硬件解决方案，而另一些则在试验新型材料和设备。杨的工作属于中间——专注于开发和结合新材料和传统硅技术的优势，以支持重型人工智能和数据科学计算。

他们在《自然》杂志上的新论文 侧重于理解基础物理学，这会导致 AI 硬件所需的内存容量急剧增加。Yang 领导的团队与南加州大学(包括 Han Wang 的团队)、麻省理工学院和马萨诸塞大学的研究人员一起，开发了一种用于设备降低“噪声”的协议，并展示了在集成芯片中使用该协议的实用性。该演示是在 TetraMem 进行的，TetraMem 是一家由 Yang 和他的合著者(Miao Hu、Qiangfei Xia 和 Glenn Ge)共同创立的初创公司，旨在将 AI 加速技术商业化。据 Yang 介绍，这种新型存储芯片在目前已知的所有类型的存储技术中具有最高的单器件信息密度(11 位)。这种小巧但功能强大的设备可以发挥关键作用，为我们口袋里的设备带来不可思议的力量。这些芯片不仅用于内存，还用于处理器。数以百万计的芯片在一个小芯片中并行工作以快速运行您的 AI 任务，只需要一个小电池就可以为其供电。

Yang 和他的同事正在制造的芯片将硅与金属氧化物忆阻器结合在一起，以制造功能强大但能耗低的芯片。该技术侧重于使用原子的位置来表示信息，而不是电子的数量(这是芯片计算中涉及的当前技术)。原子的位置提供了一种紧凑而稳定的方式来以模拟方式而不是数字方式存储更多信息。此外，信息可以在存储的地方进行处理，而不是发送到少数专用“处理器”之一，从而消除了当前计算系统中存在的所谓“冯·诺依曼瓶颈”。Yang 说，通过这种方式，AI 计算“具有更高的吞吐量和更高的能效”。

怎么运行的：

杨解释说，在传统芯片中操纵的电子是“光”的。而这种轻盈，让他们更容易四处走动，变得更加不稳定。Yang 和合作者不是通过电子存储记忆，而是将记忆存储在完整的原子中。这就是为什么这种记忆很重要。Yang 说，通常情况下，当人们关闭计算机时，信息记忆就消失了——但如果你需要记忆来运行新的计算，而你的计算机又需要这些信息，那么你就浪费了时间和精力。这种新方法专注于激活原子而不是电子，不需要电池电量来维持存储的信息。类似的情况发生在 AI 计算中，其中具有高信息密度的稳定内存至关重要。Yang 设想这种新技术可以在边缘设备中实现强大的 AI 功能，

此外，通过将芯片转换为依赖原子而不是电子，芯片变得更小。杨补充说，通过这种新方法，可以在更小的规模上获得更多的计算能力。他说，这种方法可以提供“更多级别的记忆以帮助增加信息密度”。

换句话说，现在，ChatGPT 正在云端运行。新的创新，以及一些进一步的开发，可以将迷你版 ChatGPT 的强大功能置于每个人的个人设备中。它可以使这种高性能技术更实惠，更容易用于各种应用。