IBM一直在研究重塑人工智能計算方式的方法。 IBM研究員發(fā)表了一篇論文，介紹了將模擬計算用于人工智能（AI）的突破。

在構(gòu)建人工智能系統(tǒng)的時候，需要對數(shù)據(jù)模型進行訓練。就是對訓練數(shù)據(jù)的不同子集賦予不同的權(quán)重，例如描述貓不同特征的圖像數(shù)據(jù)。

在傳統(tǒng)（數(shù)字）計算機上訓練人工智能系統(tǒng)時，人工智能模型分散存儲在內(nèi)存中。計算任務需要在內(nèi)存和處理單元之間不斷傳遞數(shù)據(jù)。IBM 表示，這一過程會減慢計算速度，并限制能夠?qū)崿F(xiàn)的能效上限。

將模擬計算用于人工智能，可能會提供一種更有效的方法，實現(xiàn)同數(shù)字計算機上運行的人工智能相同的結(jié)果。IBM將模擬內(nèi)存計算或模擬人工智能定義為一種借鑒生物大腦神經(jīng)網(wǎng)絡(luò)運行方式關(guān)鍵特征的技術(shù)。研究人員表示，在人類和許多其他動物的大腦中，突觸的強度（稱為權(quán)重）決定了神經(jīng)元之間的通信。

IBM表示，在模擬人工智能系統(tǒng)中，這些突觸權(quán)重被就地存儲在相變存儲器（PCM）之類的納米級電阻存儲器件的電導值中。然后，它們在深度神經(jīng)網(wǎng)絡(luò)中被用于進行累積乘法運算。

IBM表示，這項技術(shù)可以減少在存儲器和處理器之間不斷發(fā)送數(shù)據(jù)的需求。

在發(fā)表于《自然-電子學》（Nature Electronics）的一篇論文中，IBM研究院介紹了一種混合信號模擬人工智能芯片，可運行各種深度神經(jīng)網(wǎng)絡(luò)（DNN）推理任務。據(jù)IBM 稱，這是首款在測試中執(zhí)行計算機視覺AI任務方面與數(shù)字芯片不相上下的模擬芯片，而且能效比后者更高。

該芯片是在IBM的奧爾巴尼納米技術(shù)中心制造的。它由64個模擬內(nèi)存計算內(nèi)核（或芯片）組成，每個內(nèi)核包含一個256 x 256的突觸單元交叉陣列。IBM表示，每個芯片中都集成了基于時間的模數(shù)轉(zhuǎn)換器，用于在模擬數(shù)據(jù)和數(shù)字數(shù)據(jù)之間轉(zhuǎn)換。每個芯片還集成了輕量級數(shù)字處理單元，IBM 稱這些處理單元可執(zhí)行非線性神經(jīng)元激活功能和縮放操作。

IBM表示，每塊芯片都可以執(zhí)行一層DNN模型相關(guān)的計算。論文作者表示：“利用該芯片，我們對模擬內(nèi)存計算的計算精度進行了最全面的研究，并在CIFAR-10圖像數(shù)據(jù)集上實現(xiàn)了92.81%的精確度?！?/p>