في عام 2012، خوارزمية التعلم عميقة عرضت في مسابقة تصنيف الصور في زيادة كبيرة في الأداء وأثارت جولة جديدة من الازدهار AI.
بحلول عام 2015، وعمق التعلم خوارزمية للنمو السريع في الطلب على رقائق أدى AI رقاقة ازدهارا تجاريا.
ومع ذلك، احتضان AI مصممي رقاقة وسرعان ما اكتشفت أن استخدام الكلاسيكية فون نيومان الحوسبة بنية رقاقة AI حتى تحسن كبير في وحدة حساب القوة العملية، ولكن في حالة تباطؤ أداء الذاكرة، وفجوة الأداء بين البلدين إلى أكثر وضوحا، والخوارزمية التعلم عميقة الطاقة لجلب البيانات التعامل مع الاستهلاك هو لحساب استهلاك الطاقة لعدة مرات أو مئات بل مرات، "جدار الذاكرة" مهم على نحو متزايد.
لذلك، والاعتماد على خوارزميات البرمجيات وسحابة قوية قدرات الذكاء الاصطناعي الحوسبة قد حقق نجاحا كبيرا، يمكنك أن تفعل مجموعة متنوعة من المهام معالجة ذكية محددة، لكنه واجه مع القوة والسرعة والتكلفة، والعديد من التحديات الأخرى، كل شيء من عصر الإنترنت الذكية هناك فجوة ضخمة.
واحدة من التكنولوجيا الأساسية هو حل رقاقة AI "جدار الذاكرة" التحدي، الحوسبة (في الذاكرة علوم الحاسب) في حساب يمكن القيام به مباشرة في الذاكرة الفنية في صمت منذ ما يقرب من 30 عاما، في ظل الطفرة AI في السنوات الأخيرة أصبح التركيز. سواء كان المؤتمر الأكاديمي على مستوى أعلى، أو الشركات العملاقة التي تبحث عن أفضل حل تقني يمكن حسابها باستخدام رقاقة ذاكرة كسر AI "جدار الذاكرة".
لذا، الذي هو في نهاية المطاف لعبة مغير؟
ذاكرة الحوسبة الأنسب لمنظمة العفو الدولية؟
الحوسبة الذاكرة هي العديد من عاملون في صناعة يعتقد هو أنسب بنية رقاقة AI، يفضل على نطاق واسع من قبل الأوساط الأكاديمية والصناعة.
عام 2018، أعلى مؤتمر أكاديمي دولي مؤتمر دوائر الدولة الصلبة -IEEE الدولية (ISSCC) لديه ذاكرة مخصصة ضمن جدول أعمال الحوسبة للمناقشة. 2019 و 2020 ورقات عن عملية الذاكرة تفشي كبير، ذاكرة ISSCC2020 الحوسبة مع زيادة عدد الأوراق المتعلقة السبعة. وفي الوقت نفسه، مجال الأجهزة الإلكترونية أعلى ثلاث ورقات ذات الصلة 2019 مؤتمر IEDM لديها أجندة خاصة في حساب ما مجموعه 20 مادة موجودة.
بالإضافة إلى الأوساط الأكاديمية، وتخطيط لاعبي الصناعة على نحو متزايد لهذه التكنولوجيا. يتم احتساب IBM على أساس ذاكرة فريدة من نوعها مرحلة التغيير داخل التكنولوجيا تراكمت بالفعل لعدة سنوات؛ TSMC تروج بقوة ReRAM الذاكرة الحاسوبية برنامج يستند، إنتل، بوش، ميكرون والبحوث لام، مواد التطبيقية، ومايكروسوفت، والأمازون، سوفت بنك الاستثمار يتم احتساب رقاقة الذاكرة على أساس NOR فلاش.
في الواقع، كان استخدام الذاكرة للقيام بهذه العملية الحسابية في الدراسة منذ وقت طويل، في 1990s العلماء ونشرت الصحف ذات الصلة. ولكن لا أحد يدرك حقا سبب الهبوط التصنيع، من ناحية واحدة هي تصميم التحدي الأكبر والأكثر أهمية هو أي تطبيق القاتل. مع اندلاع نطاق واسع من عمق التعلم، وبدأت الذاكرة ضمن التصنيع تقنيات الحوسبة في الانخفاض.
عملية التصنيع من الهبوط الذاكرة الحوسبة والتكنولوجيا الذاكرة والمعرفة مؤسس دراسة عن كثب تجربة المشاريع.
الذاكرة في عام 2011، وتخرج قوه شين جي من جامعة بكين كلية العلوم وتكنولوجيا المعلومات، والالكترونيات الدقيقة، بعد أن بدأت تخرج قوه شين جي جامعة كاليفورنيا في سانتا باربرا دراسات الدكتوراه، ويحسب لها معلمه، أستاذ ديمتري B.Strukov دانيال المجال الأكاديمي، في عام 2008، أكمل HP تم إعداد ممرستور الأولى في عام 2010، التحق بجامعة كاليفورنيا في سانتا باربرا. كما أصبح قوه شين جي الدفعة الأولى من أستاذ الدكتوراه ديمتري B.Strukov، بدأت دراسة تستند إلى رقائق الكمبيوتر داخل NOR FLASH الذاكرة.
وقال ديمتري B. Strukov لها، فقد كان FLASH التجاري لعدة عقود، والتكنولوجيا ناضجة، منخفضة التكلفة، والأقرب إلى التصنيع في الاتجاه، ولكن العيب هو أيضا لدراسة FLASH بدأت في وقت سابق، والتوقعات الأبحاث الأكاديمية لحساب ذاكرة FLASH الداخلية أعلى، نشرت مقالا صعوبة. 2013، مع عمق التعلم ازدهار البحوث اجتاحت الأوساط الأكاديمية، وبدعم من الموجهين، التي قوه شين جي تحاول تطوير رقاقة بناء على حسابات داخلية NOR FLASH الذاكرة.
استغرق أربع سنوات، بعد مسجلة ستة قوه شين جي وضعت أخيرا في عام 2016 من دراسة حساب عمق داخل رقاقة عائمة أول شبكة العصبية 3-طبقة الذاكرة بوابة العالم، لأول مرة للتحقق من ذاكرة حساب الترانزستورات بوابة العائمة على أساس التعلم العميق تطبيقات فائدة. في وقت لاحق فقط في السنة، وقالت انها وسجل في ذاكرة البوابة العائمة مزيد من سبع طبقات تعلم عمق الشبكة العصبية الحاسوبية رقاقة.
أيضا في عام 2016، قوه شين جي طلاب الجامعات، ولكن أيضا الملك Saude زوجها، كما شهدت قيمة رقائق الكمبيوتر الذاكرة في منظمة العفو الدولية، اختيار وقوه شين جي مواصلة الانخراط في ذاكرة العمل البحثي داخل الحوسبة في مرحلة ما بعد الدكتوراه. عام 2017، بدأت الولايات المتحدة في ممولة بقوة البحث والتطوير في تقنيات الحوسبة في الذاكرة، وحصل على معلمه مشروع انغ Saude أيضا 600 مليون دولار في التمويل. يعتقد قوه شين جي زوجين أن الوقت قد حان، وتولى أعمال المنزل، واكتسبت التنوير الابتكار ستار، دعم الاستثمار شخص مرتبط تشاو يي.
في أكتوبر عام 2017، تأسست إيداع معروفة للعلوم والتكنولوجيا في بكين، وذلك بسبب تراكم ثروة من الخبرة والمعرفة المخزنة على تكنولوجيا السيليكون الأولى في غضون 10 شهرا من المؤسسة. في نفس الوقت بالإضافة إلى ذاكرة تكنولوجيا الحوسبة يتزايد الاعتراف في تطوير العلوم والتكنولوجيا وكما هو معروف للحفاظ على التقاط السرعة، وفي ديسمبر 2018 حصلت على جولة ملاك تمويل وون + iFly المستثمر الرئيسي، في أغسطس منحت 2019 SMIC جويوان طوق المدلى بها ما يقرب من مليار جولة من التمويل.
اختبار رقاقة خريطة المصدر: تكنولوجيا المعرفة الوجود
وقال وانغ في Saude تقنيات الحوسبة مع الثقة في منظمة العفو الدولية في الذاكرة، وقال انه يقبل مقابلة شبكة لى فنغ: "إن أكثر من المعلمات خوارزميات منظمة العفو الدولية، وذاكرة أكبر داخل ميزة الحوسبة لأنه يتم تخزين الذاكرة حساب في عملية الذاكرة. عدد، وإدخال المعامل الأخرى بعد نتيجة العملية يمكن الحصول على، وبالتالي فإن أكثر من المعلمات، وتوفير المزيد من نقل البيانات، ويمكن أن ينظر إلى مزايا أكثر وضوحا. الذاكرة ضمن الحوسبة كما مطرقة كبيرة، الخوارزمية المسامير AI، في وقت مبكر الطابق الخوارزمية هو مسمار صغير، مع مرور الوقت خصم، والظفر ينمو أكثر وأكثر ".
الرئيس التنفيذي لشركة تكنولوجيا وانغ Saude تعرف أنها موجودة
تكنولوجيا التخزين الحل المعروف هو إعادة تصميم الذاكرة من الأرض، وذلك باستخدام الخصائص الفيزيائية للNOR خلايا الذاكرة FLASH، وتحول مجموعة الذاكرة، فمن الممكن لإعادة تصميم الدوائر الطرفية لمزيد من البيانات، في حين المشغل والتي يتم تخزينها أيضا في الذاكرة، بحيث كل خلية يمكن أن يكون الناتج مباشرة العملية الحسابية التناظرية ويمكن أن يؤدي، لغرض حساب الذاكرة.
وفي ضوء ذلك، الذاكرة ضمن الحوسبة هو وسيلة جيدة للخروج من عنق الزجاجة "ذاكرة الجدار"، ولكن الطريق التكنولوجيا لماذا يحسب في مجموعة متنوعة من الذاكرة، والمعروف اختيار التكنولوجيا إيداع هو NOR FLASH؟
لماذا NOR-FLASH؟
في الواقع، وحسابات لا الكثير من الذاكرة الذاكرة، بالإضافة إلى FLASH، هناك مائة مليون المقاومات، ذاكرة مرحلة التغيير، ذاكرة متعلق بالعازل الكهربائي الشفاف، ذاكرة تدور، SRAM وما شابه ذلك، ولكن كل مزاياها وعيوبها.
على العموم، NOR FLASH هو الأكثر ملاءمة لتصنيع الاتجاه، العديد من الولايات المتحدة تبدأ العمل الاستثماري العملاق يستخدم أسطوري أيضا في NOR FLASH. أما لماذا تفعل NOR ذاكرة فلاش في حساب للتفاؤل حول هذه الصناعة، وقال وانغ Saude :. "انظروا منفصلة عن خصائص الجهاز، NOR مزايا FLASH ليس فقط من حيث القوة والنضج، ودقة عالية هو ميزة كبيرة للمشكلة الرئيسية الحالية وليس أقل من 28nm NOR FLASH التكنولوجيا، ولكن على أساس العمليات الحالية في NOR ذاكرة فلاش من المزايا على حلول الحوسبة التقليدية غير كافية عالية. "
باستخدام NOR FLASH حدة قد تفي تخزين الوزن و8bit 8bit * 8bit التناظرية عمليات مصفوفة تتكاثر الإضافية. NOR FLASH مجموعة واحدة يمكن ان يتم ذلك بالتوازي عمليات الضرب 2،000،000 المصفوفة وبالإضافة إلى ذلك، بالمقارنة مع سرعة حساب DRAM و SRAM، وما إلى ذلك عرض النطاق الترددي العالي الذاكرة أضعاف 100-1000.
تكنولوجيا إيداع وديعة يعرف تعتبر تكنولوجيا رقاقة واحدة
"بالمقارنة الحساب باستخدام الدوائر الرقمية، وتستخدم لحساب ذاكرة NOR FLASH يقلل من استهلاك الطاقة من التعامل مع البيانات، بالإضافة إلى NOR FLASH تتكاثر مضيفا استهلاك الطاقة منخفضة جدا، وهذا سيجلب استهلاك الطاقة من مائة أو آلاف المرات حتى انخفاض. "وانغ Saude التمثيل.
وبطبيعة الحال، مع الأخذ بعين الاعتبار الدائرة المحيطية استهلاك الطاقة، وNOR FLASH الذاكرة لحساب الحد النهائي لا يمكن أن يتحقق في عدة عشرات المرات لمئات المرات بينهما. تعزيز الخوارزميات والتطبيقات المختلفة التي يمكن تحقيقها مختلفة.
وانغ Saude مقدمة، والوضع الحالي في NOR FLASH ذاكرة تكنولوجيا الحوسبة يمكن دعمها في شريحة واحدة إلى حوالي 300M إعادة تعلم المعلمات عمق الصحيحة، ويمكن حساب أي ذاكرة إضافية. حاليا حجم نموذج الطلب هو صوت عادة ذكي في حجم لبضع مئات من K، الجانب الصورة بالحجم نموذج المنطق هو عادة بين بضعة ميغابايت إلى عشرات ميغا بايت، لذلك NOR رقائق ذاكرة فلاش لتلبية المشهد الحوسبة معظم AI .
نموذج الحوسبة يمكن أن تدعم دقة الذاكرة لا يمكن أن يتحقق الآن التيار الرئيسي 8 بت. وقال وانغ Saude، دراسة متعمقة 8 بت يمكن أن تغطي معظم التطبيقات، حتى لو تتطلب بعض المشاهد حد أعلى من 16 بت، لدينا الحلول في مجال البحث والتطوير. ونحن نأمل أن يتم حساب المستقبل لتغطية الودائع في غضون 60 -70 من طلبات AI.
وتجدر الإشارة إلى أن مستوى رائدة في مجال التكنولوجيا الذاكرة المعرفة العلمية والتكنولوجية في صناعة 3--4 سنوات. ويستند الدكتور قوه شين جي في عام 2012، في عام 2013 بدأ في دراسة الذاكرة تقنيات الحوسبة على NORFLASH، بدأت شركات أخرى في 2018 إلى R الأساسية والاستثمار D. باعتبارها تكنولوجيا المتطورة، والبحوث الناشئة والتنمية في الحوسبة الذاكرة بحاجة الى الكثير من تراكم التكنولوجيا، وهناك العديد من الحفر بحاجة إلى خطوة على خطوة خطوة، حتى لو كانت شركة أخرى استثمرت موارد كبيرة في حالة وجود تسرب التكنولوجيا لم يظهر لدينا ما لا يقل عن ثلاث أو أربع سنوات الوقت لتحقيق المعرفة العلمية والتكنولوجية حفظ النتائج الحالية.
ومن بين هذه التحديات تصميم، التي تضم دوائر التحكم، والدوائر التناظرية والبرمجة والتصميم والموثوقية، والتصميم المعماري. تصميم التناظرية هو واحد تحديا كبيرا جدا بسبب FLASH هو محاكاة، ولكن تستند خوارزميات على تطوير الدوائر الرقمية، والذي يضيف الكثير من التناظرية الحوسبة متطلبات تطلبا.
وقال وانغ Saude: "على الرغم من رقاقة ذاكرة حساب نظريا دون الحاجة إلى تطابق تماما شريحة الموجودة في وظيفة، ولكن هذه الصناعة من خوارزميات منظمة العفو الدولية تقوم على تطوير رقاقة العمارة القائمة، والودائع وبالتالي يعرف من منتجات التكنولوجيا لديها للتكيف مع هذه الأساليب التجارية وتحقيق درجة عالية من الدقة، والتي شهدت الوقت لتكرار tapeout، هذه الخبرة والتكنولوجيا المزايا المتراكمة أصبحت أيضا إيداع المعروف التكنولوجيا ".
عملية "في عملية التكرار، ونحن بحاجة إلى حل الخطأ الناجم عن العملية، درجة الحرارة، والبرمجة، والضوضاء وهلم جرا، ولكن أيضا في حل بعض المشاكل التي واجهتها في عملية التناظرية، عملية حل المشكلة مبتكر. وأستاذ وي شاو جيون ل قال: ابتكار المنتجات هو موضوع الأبدية الشركات تصميم رقاقة "، واضاف.
وهذا ما يفسر أيضا لماذا اختيار التكنولوجيا المعروفة إيداع NOR FLASH، وذاكرة فلاش NOR الحوسبة تصميم رقاقة من الصفر وقتا طويلا جدا، NOR FLASH تكن قادرة على التقدم بشكل أسرع من NAND FLASH، لأن NOR-FLASH ديه في مكان تنضج الحل الذي يمكن أن يكون الأمثل على أساس البرامج القائمة، وأسرع إطلاق المنتجات.
الذي كسر تلك؟
مررنا بها عدد من التقنية، وسجلت بعد التكرار والتكنولوجيا إيداع المعروف صدر أواخر الشهر الماضي اثنين من رقاقة ذكية صوت MemCore001 / MemCore001P، دعم التعرف على الصوت ذكي، والحد من الضوضاء صوت، والاعتراف voiceprint وغيرها من التطبيقات الصوتية الذكية. رقاقة استهلاك الطاقة التشغيلية أقل من 300uA، استهلاك الطاقة الاحتياطية أقل من من 10uA.
وفقا لتكنولوجيا تخزين المستندات المعروفة، MemCore001 / MemCore001P نموذجي تردد التشغيل من 24MHz (التي تعمل على مدار الساعة)، و2MHz (ساعة إيقاظ)، MemCore001P في وضع الطاقة المنخفضة، وذلك باستخدام أدنى مستوى له في السلطة على مدار الساعة رقاقة منفصلة، ورقائق الأخرى التفاعل التعاوني المقاطعة، وكذلك الحد من إجمالي استهلاك طاقة النظام.
MemCore001 حجم رقاقة سلسلة
MemCore001 / MemCore001P 2MB بنيت مساحة التخزين المعلمة شبكة التعلم العميق، والتي يمكن تخزين ما يصل إلى أكثر من 32 وطبقات الحسابية (نفس أو مختلفة) عميقة شبكة خوارزمية التعلم، ودعم هياكل الشبكة متعددة DNN / RNN / LSTM / TDNN مثل.
باعتباره وحدة التشغيل، MemCore001 / MemCore001P متوافقة على ذراع MCU العمارة اللحاء-M4 / M3 / M33 / M0 MCU سلسلة استنادا إلى RISC-V.
ومع ذلك، فإن رقاقة تريد أن يسقط، ولكن أيضا لحساب ميزة الأجهزة الذاكرة في ميزة الأرض. وقال وانغ Saude المنتج يمكن أن تقع فقط ميزة صغيرة ليست كافية، والأرض يعتمد على ما إذا كانت احتياجات السوق. بالطبع، كنت أريد أن أقع في أقرب وقت ممكن، على أن تفعل الآن تسمح خوارزميات التجارية القيام التغيير بأقل قدر ممكن في حين التكيف مع رقائق لدينا في أسرع وقت ممكن، من المهم جدا، والذي يتطلب من الشركات للعمل معا والخوارزميات باستمرار في عملية الهبوط فهم احتياجات، والسماح للبرمجيات والأجهزة التي تعمل معا، ولعب الدور الأكبر.
وأشار كذلك إلى أن منصة برمجية تتيح للمطورين بسهولة أكبر عندما الهجرة خوارزمية والتصحيح. لكن الذاكرة ضمن أعمال الحوسبة بسيطة نسبيا، مثل تتطلب أبنية الحوسبة التقليدية الملايين من دورات لإكمال، وحساب دورة يمكن أن تكتمل في غضون الذاكرة، لذلك الذاكرة ضمن مترجم الحوسبة هي الحبيبات الخشنة، وأقل صعوبة لتطوير .
لذلك، وضعت وجود شركاء التكنولوجيا والمعرفة وحلول نظام المقابلة، بما في ذلك صوت ذكي وذكي للحد من الضوضاء خوارزمية التعرف على الكلام يمكن أن تكون متكاملة مباشرة في الشريحة، التي قدمتها المطورين سهلة المكالمة.
مثل معظم شرائح AI الآخرين، وديعة المعروف التكنولوجيا وقت MemCore001 / MemCore001P خلال خوارزمية الهجرة أيضا يتطلب إعادة تدريب. في هذا الوقت، وكيفية جذب الزبائن في الحوسبة رقاقة ذاكرة؟
وقال وانغ Saude: "ترقية إذا بلدي رقاقة يمكن أن يحقق واضح جدا، أو استخدام الأصلي لا يمكن هبطت استخدام بعد رقائق لدينا يمكن أن تقع، حتى أن الناس فقط على استعداد لمحاولة مثل هذا المشهد كثيرا، وتحتاج إلى استكشاف، ولكن هناك بالفعل. القصد من العملاء على استعداد لاستخدام منتجاتنا ".
الشركة الرائدة في مجال المعرفة الحوسبة التقنية المخزنة في الذاكرة ويمكن أيضا أن يكون طريقة أخرى للقول، "التنمية في وقت مبكر، وذلك بسبب عدم وجود مصنع دعم رقاقة وأدوات EDA، فإن الكثير من أعمال التطوير لدينا أصبح التلقائي من دليل، ولكن في الوقت الذي تسمح توجد طرق التصميم المعروفة لتأسيس العلوم والتكنولوجيا رقائق الكمبيوتر ذاكرة المدرسة ". انغ Saude التمثيل.
هذا جعل التكنولوجيا المعروفة إيداع الرائدة قد يصبح على بعد الوجود اللعبة داخل رقاقة AI، المعروف الهدف التكنولوجيا إيداع هو تحقيق هدف 50 مليون رقائق شحنها في غضون ثلاث سنوات. وفي هذا الصدد، أعرب وانغ Saude التفاؤل، انه يعتقد ان شحنات السوق الاستهلاكية من 50 مليون ليست من ذلك بكثير، إذا اخترت الاتجاه الصحيح، سوف شحنات من المنتجات في غضون سنوات قليلة أن تكون قادرة على الوصول إلى عشرات الملايين.
50 مليون شحنات الوسائل التي يمكن للشركة تحقيق الربحية في هذا الهدف، والحاجة الأجهزة والبرمجيات لمواصلة التكرار. وانغ Saude الكشف عنها، وسوف تكون الشركة مسجلة في كل 3-4 أشهر مرة واحدة في السنة أو حتى اثنين ستطلق منتج جديد. سوف تكون مسجلة عينات البصرية رقاقة العام المقبل، وبعد عام من المتوقع أن يتم إطلاقه رسميا.
ملخص شبكة لى فنغ
كقوة دافعة رئيسية لتطوير AI، يمكن AI رقاقة تصبح مفتاح مدى تلبية احتياجات خوارزميات منظمة العفو الدولية. لتلبية احتياجات خوارزميات منظمة العفو الدولية في حاجة لمواجهة التحدي الأساسي جدار AI رقاقة ذاكرة، يوضع في حساب خصائصه، وقادر على تخزين في وقت واحد وينظر الحوسبة كوسيلة لمواجهة التحديات جدار الذاكرة، ولكن خوارزمية حسابها يلتقي المحاكاة الرقمية الطلب المتزايد، وتصميم الدوائر الخارجية، تصميم البرمجيات، خطأ العملية هو التحدي.
بين الذاكرة الحوسبة للشركات فمن الواضح أنه لا المنافسة، ولكننا جميعا نتطلع إلى حساب AI رقاقة الذاكرة يمكن أن يحدث عادة التطبيقات، وتعزيز التنمية السريعة والمستدامة للهبوط AI. شبكة لى فنغ
