«Биопамять» от IBM ускорит компьютеры в 200 раз |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2018-10-05 09:00 Специалисты IBM разработали новую компьютерную архитектуру, лучше приспособленную к нагрузкам больших данных. Их идея заключается в использовании памяти с изменением фазового состояния — она может не только хранить информацию, но и обрабатывать ее. Современные компьютеры основаны на принципе архитектуры фон Неймана, созданной еще в 1940-х. Вычислительные машины фон Неймана обладают центральным процессором, выполняющим логические и арифметические операции, запоминающим устройством, хранилищем данных и устройствами ввода и вывода. Исследователи из IBM Research, вдохновившись человеческим мозгом, предлагают соединить блок памяти и обработки данных, пишет EurekAlert. Нынешним ИИ и суперкомпьютерам нужны киловатты или мегаватты энергии, тогда как человеческий мозг работает, потребляя всего 20 или 30 ватт. Синапсы могут и проводить вычисления, и хранить информацию. В новой архитектуре, выходящей за пределы неймановской, память будет играть более важную роль в вычислениях, считает Абу Себастьян, автор исследования. Человеческий мозг подсказал Себастьяну и его команде три важных особенности. Во-первых, возможность объединения обработки данных и вычислений. Во-вторых, синаптическая структура мозга стала натолкнула на мысль использовать массивы памяти с изменением фазового состояния (PCM), чтобы ускорить обучение нейронных сетей. В-третьих, динамическая и стохастическая природа нейронов и синапсов вдохновила команду на создание мощного вычислительного субстрата для нейронных сетей. PCM — это наноустройства памяти из германия, теллура и сурьмы, зажатых между электродами. Они могут переключаться между несколькими состояниями под воздействием температуры. Электрические импульсы меняют сопротивление материала в кристаллической или аморфной фазах. Исследователи считают, что такое аналоговое устройство больше напоминает небинарные, биологические синапсы, и позволяет сохранить больше информации. Испытав прототип предложенной системы, Себастьян и его коллеги получили неожиданные результаты. «Мы смогли добиться ускорения в 200 раз в памяти с изменением фазового состояния по сравнению с традиционными вычислительными системами, — говорит он. — Мы всегда знали, что они эффективны, но не ожидали, что настолько». В начале лета специалисты IBM рассказали о создании нового чипа, способного выполнять задачи нейронной сети с той же точностью, но потребляющего при этом в 100 раз меньше энергии. Если это открытие получит коммерческое применение, оно оправдает все надежды, которые компания возлагает на нейронные сети. Источник: hightech.plus Комментарии: |
|