人工智能作為一門學科，是由“人工智能之父”麥卡錫及一批數(shù)學家、信息學家、心理學家、神經(jīng)生理學家、計算機科學家，在1956年美國達特茅斯學院召開的會議上首次提出。

隨著互聯(lián)網(wǎng)的興起和發(fā)展，帶動了新一輪的科技創(chuàng)新，自動化生產(chǎn)、機器人技術(shù)、信息技術(shù)等得到長足發(fā)展，并逐漸影響著人們的衣食住行。 世界主要發(fā)達國家也已經(jīng)把發(fā)展人工智能上升到國家的戰(zhàn)略。

歐洲將人工智能確定為優(yōu)先發(fā)展項目，2014年發(fā)布了《2014-2020歐洲機器人技術(shù)戰(zhàn)略》和《地平線2020戰(zhàn)略——機器人多年發(fā)展戰(zhàn)略圖》，意在促進機器人行業(yè)的供應(yīng)鏈建設(shè)，并拓展機器人技術(shù)在多領(lǐng)域的應(yīng)用。2016年6月，歐盟委員會提出人工智能立法動議，并制定了《對歐盟機器人民事法律規(guī)則委員會的建議草案》和《歐盟機器人民事法律規(guī)則》。2018年4月，歐盟委員會提交了《歐盟人工智能》，制定了歐盟AI行動計劃，并提出增強歐盟的技術(shù)與產(chǎn)業(yè)能力，推進AI技術(shù)的應(yīng)用，確立合適的倫理和法律框架。2018年12月，歐盟委員會及其成員國發(fā)布主題為“人工智能歐洲造”的《人工智能協(xié)調(diào)計劃》。

加速度方程用于開發(fā)所謂的圖形流處理器，用于自動駕駛汽車和視頻監(jiān)控等邊緣計算場景。完全可編程芯片組承擔了CPU的許多功能，但在任務(wù)級并行和流執(zhí)行處理方面進行了優(yōu)化，僅使用7瓦的電源。

體系結(jié)構(gòu)基于圖數(shù)據(jù)結(jié)構(gòu)，其中對象之間的關(guān)系表示為連接的節(jié)點和邊。每個機器學習框架都使用圖形概念，在整個芯片的設(shè)計中都保持著同樣的語義?？梢詧?zhí)行包括CMM但包含自定義節(jié)點的整個圖。我們可以在這些圖形中加速任何平行的東西。

其基于圖形的架構(gòu)解決了GPU和CPU的一些容量限制，并能更靈活地適應(yīng)不同類型的AI任務(wù)。它還允許開發(fā)人員將更多的處理轉(zhuǎn)移到邊緣，以便更好地推斷。如果企業(yè)能對80%的處理過程進行預處理，就能節(jié)省大量時間和成本。

這些應(yīng)用可以讓智能更接近數(shù)據(jù)，實現(xiàn)快速決策。大多數(shù)的目標是推斷，這是AI模型的現(xiàn)場部署，而不是更計算密集型的訓練任務(wù)。

某企業(yè)正在開發(fā)一種使用內(nèi)存計算的芯片，以減少延遲和對外置存儲設(shè)備的需求。其人工智能平臺將提供靈活性和運行多個神經(jīng)網(wǎng)絡(luò)的能力，同時保持較高的準確性。

其數(shù)據(jù)處理單元系列為大規(guī)模并行處理器陣列，擁有可伸縮的80核處理器，能夠并行執(zhí)行數(shù)十個任務(wù)。關(guān)鍵創(chuàng)新是在每個處理元素內(nèi)部緊密集成一個張量協(xié)處理器，并支持元素之間的直接張量數(shù)據(jù)交換，以避免內(nèi)存帶寬瓶頸。這可以實現(xiàn)高效的AI應(yīng)用加速，因為預處理和后處理是在相同的處理元素上執(zhí)行的。

人工智能內(nèi)存中的計算芯片

十多年來，像黃漢森這樣的研究人員一直致力于建立阻變式存儲器技術(shù)，使其能夠可靠地處理高功率的計算任務(wù)。大約在2015年，計算機科學家開始認識到這些節(jié)能設(shè)備在大型人工智能算法方面的巨大潛力，而這些算法正開始起飛。那一年，加州大學圣巴巴拉分校的科學家們表明，阻變式存儲器可以做的不僅僅是以一種新的方式存儲內(nèi)存，還可以自己執(zhí)行基本的計算任務(wù)，包括在神經(jīng)網(wǎng)絡(luò)的人工神經(jīng)元內(nèi)發(fā)生的絕大多數(shù)計算，這些計算是簡單的矩陣乘法任務(wù)。

黃的團隊設(shè)計了一個新的芯片架構(gòu)，其中阻變式存儲器和硅神經(jīng)元被混合在一起。這一設(shè)計上的小變化減少了總面積并節(jié)省了能源。

瑞士聯(lián)邦理工學院蘇黎世分校的神經(jīng)形態(tài)學科學家Melika Payvand評價說："我認為[這種安排]非常漂亮。""我絕對認為這是一項開創(chuàng)性的工作。"

近年來，黃的團隊與合作者合作，在NeuRRAM芯片上設(shè)計、制造、測試、校準和運行AI算法。他們確實考慮過使用其他新興的存儲器類型，這些存儲器也可以用于內(nèi)存計算芯片，但阻變式存儲器具有優(yōu)勢，因為它在模擬編程方面具有優(yōu)勢，而且它相對容易與傳統(tǒng)計算材料集成。

學界評論說：他們最近的成果代表了第一個可以運行如此大型和復雜的人工智能算法的阻變式存儲器芯片，這一壯舉以前只在理論模擬中實現(xiàn)。""當涉及到真正的硅時，這種能力沒有了。"這項工作是開創(chuàng)性的展示。""數(shù)字人工智能系統(tǒng)是靈活和精確的，但效率卻低了好幾個數(shù)量級?，F(xiàn)在，他們的靈活、精確和節(jié)能的模擬阻變式存儲器芯片"首次彌補了這一差距"。