本篇文章764字，读完约2分钟
北京，2月3日，科学技术日报-你希望你的手机成为一个可以随时随地进行人工智能计算的“人工产物”吗？一种新型图形处理器芯片使这一梦想成为现实。根据麻省理工学院官方网站的信息，在本周的国际固态电路会议上，麻省理工学院的研究人员展示了一种专门设计用于运行神经网络的新型图形处理器芯片。
GPU芯片是一种专门用于图像计算的芯片，在带屏幕的计算机设备上非常常见，大多数神经网络都运行在GPU上。麻省理工学院开发的新芯片被命名为“Eyeriss”，其效率比普通手机的图形处理器高出10倍。因此，它可以在移动设备上直接执行强大的人工智能算法，而无需将数据上传到互联网进行处理。
手机GPU通常有200多个内核或处理单元。Eyeriss有效运行的关键是最小化处理单元和存储模块之间的数据交换频率，因为这个过程消耗大量的时间和能量。普通的GPU芯片通常与许多处理单元共享一个存储库，而Eyeriss芯片每个都有自己的存储器，它可以在将数据发送到处理单元之前对数据进行压缩。
另一方面，Eyeriss的每个处理单元可以直接与相邻的处理单元通信，因此如果它们需要共享数据，它们不需要将数据传输到主存储器。这对卷积神经网络非常重要。美国有线电视新闻网是深度神经网络的前身，它与近年来一些人工智能技术的重大进展不无关系。
Eyeriss芯片高效率的另一个秘密是它有一个特殊的电路，可以给每个处理单元分配任务。处理单元的本地存储器不仅存储由它模拟的网络节点处理的信息，还存储它描述的网络节点的信息。分配电路可以根据不同类型的神经网络进行重新配置，在处理单元之间自动分配各种数据，并使每个处理单元能够在从主存储器获得数据之前最大化数据操作。
在会议上，研究人员使用Eyeriss芯片运行神经网络并执行图像识别任务。这是首次将神经网络计算显示在手机芯片上。
