侵权投诉
订阅
纠错
加入自媒体

格芯与欧洲微电子中心于AI芯片研发取得突破

日前,全球领先的纳米电子及数字技术研究中心IMEC(欧洲微电子中心)和格罗方德共同发布了一种新型AI芯片AnIA的硬件展示。基于IMEC模拟内存计算(AiMC)架构与格芯22FDX技术,新芯片可在模拟域的内存计算硬件上执行深度神经网络计算,帮助低功耗设备实现边缘推理。同时,这项新技术在隐私保护、安全性和延迟性方面的优势,将会对从智能扬声器到自动驾驶汽车等各种边缘设备中的AI程序产生重大影响。

从早期的数字计算机时代开始,处理器已经从存储器中分离出来。在内存容量指数级提升以后,CPU和内存之间的数据传输带宽却成为了瓶颈,这也就是人们所说的冯·诺伊曼瓶颈。这种限制会掩盖实际的计算时间,特别是在依赖于大型向量矩阵乘法的神经网络中。这些计算的执行需要数字计算机的精密度,以及大量的能量支持。然而,如果是采用较低精度的模拟技术执行向量-矩阵乘法,神经网络也可以获得准确的计算结果。

为了应对这一挑战,IMEC及其工业合作伙伴,包括格芯在内,在IMEC的工业合作机器学习计划开发了一种新的体系结构,通过在SRAM单元中执行模拟计算消除了冯·诺依曼瓶颈。由此产生的模拟推理加速器(AnIA)以格芯22FDX半导体平台为基础,具有超高的能效。特性测试显示,AnIA的功率效率最高可达到2900 TOPS/W。通常由数据中心的机器学习驱动的微型传感器及低功耗边缘设备中的模式识别,现在可以在这个节能加速器上进行本地执行。

IMEC机器学习项目主管Diederik Verkest表示:“AnIA的成功流片是验证模拟内存计算架构的重要一步。参考设计的实现不仅表明AiMC在实践中是可能的,且它取得的能效要比数字加速器好10到100倍。在IMEC的机器学习程序中,我们会对现有的和新兴的内存设备进行优化,以更好地进行模拟内存计算。目前看来,这些成果具有良好的前景,这也鼓励我们进一步发展这项技术,朝着10000 TOPS/W的目标迈进。”

格芯计算和有线基础设施产品管理副总裁Hiren Majmudar则表示:“一直以来,格罗方德与IMEC都保持着密切合作。此次双方利用GF低功耗、高性能的22FDX平台成功研发出新的AnIA芯片,也是向业界展示22FDX如何降低能源密集型AI和机器学习应用能耗的关键一步。”

未来,格罗方德将把AiMC芯片融合进22FDX平台,用于开发AI市场的差异化解决方案。目前,搭载AiMC的22FDX正在GF最先进的300mm生产线上进行开发,该生产线位于德国德累斯顿1号工厂。

声明: 本网站所刊载信息,不代表OFweek观点。刊用本站稿件,务经书面授权。未经授权禁止转载、摘编、复制、翻译及建立镜像,违者将依法追究法律责任。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号