一区二区三区三上|欧美在线视频五区|国产午夜无码在线观看视频|亚洲国产裸体网站|无码成年人影视|亚洲AV亚洲AV|成人开心激情五月|欧美性爱内射视频|超碰人人干人人上|一区二区无码三区亚洲人区久久精品

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

Facebook正在研究神經(jīng)網(wǎng)絡(luò)芯片的新平臺(tái)

我快閉嘴 ? 來(lái)源:半導(dǎo)體行業(yè)觀察 ? 作者:半導(dǎo)體行業(yè)觀察 ? 2020-10-19 14:25 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

Facebook首席AI科學(xué)家Yann LeCun日前在法國(guó)研究實(shí)驗(yàn)室CEA-Leti的創(chuàng)新日上發(fā)表講話時(shí)說(shuō),因?yàn)镹vidia收購(gòu)ARM,可以加速運(yùn)行RISC-V以運(yùn)行用于邊緣AI應(yīng)用的神經(jīng)網(wǎng)絡(luò)。

他說(shuō):“行業(yè)發(fā)生了變化,采用屬于Nvidia的ARM會(huì)使人們感到不安,但是RISC-V的出現(xiàn)讓人看到具有RISC-V內(nèi)核和NPU(神經(jīng)處理單元)芯片的課鞥呢?!?他說(shuō):“這些產(chǎn)品價(jià)格便宜得令人難以置信,不到10美元,許多產(chǎn)品都在中國(guó)以外的地區(qū),它們將無(wú)處不在?!?“我想知道RISC-V是否會(huì)接管那里的世界?!?/p>

他不贊成Leti的一項(xiàng)主要計(jì)劃,該計(jì)劃致力于刺激神經(jīng)網(wǎng)絡(luò)和類似方法(例如電阻RAM(RRAM)),但是卷積神經(jīng)網(wǎng)絡(luò)(CNN)的發(fā)明者和圖靈獎(jiǎng)的AI獲獎(jiǎng)?wù)邔?duì)此有其他看法。

他說(shuō):“模擬實(shí)現(xiàn)面臨的主要問(wèn)題是很難將硬件復(fù)用與模擬神經(jīng)網(wǎng)絡(luò)一起使用?!?“當(dāng)您進(jìn)行卷積并重用硬件時(shí),您必須進(jìn)行硬件多路復(fù)用,因此必須有一種方法來(lái)存儲(chǔ)結(jié)果,然后需要模擬存儲(chǔ)器或ADCDAC轉(zhuǎn)換器,這會(huì)扼殺整個(gè)想法。因此,除非我們擁有廉價(jià)的低功耗模擬內(nèi)存,否則它將無(wú)法正常工作?!彼f(shuō)。“我很懷疑,也許是憶阻器陣列或自旋電子器件,但我有些懷疑?!?/span>

他說(shuō):“當(dāng)然,邊緣人工智能是一個(gè)非常重要的話題?!?“在接下來(lái)的兩到三年中,這將不是奇異的技術(shù),而是要盡可能降低功耗,修剪神經(jīng)網(wǎng)絡(luò),優(yōu)化權(quán)重,關(guān)閉未使用的系統(tǒng)部分,” LeCun表示:“我們的目標(biāo)是在未來(lái)兩到三年內(nèi)將相關(guān)功能引入到AR設(shè)備的芯片,并在五年內(nèi)使用這種設(shè)備,而且這種情況即將到來(lái),”他說(shuō)。

“十年后的今天,自旋電子學(xué)將會(huì)取得一些突破,或者在無(wú)需硬件多路復(fù)用的情況下允許模擬計(jì)算的任何突破?” 他問(wèn)。他說(shuō):“我們能提出這樣的想法嗎?如果沒(méi)有數(shù)據(jù)改組和沒(méi)有硬件多路復(fù)用,那么對(duì)于單個(gè)芯片來(lái)說(shuō),這樣的設(shè)備尺寸會(huì)大大縮小,這是一個(gè)很大的挑戰(zhàn)。”

“公司正在為下一代芯片開(kāi)發(fā)1nm和2nm技術(shù),我堅(jiān)信我們可以通過(guò)傳感器,神經(jīng)網(wǎng)絡(luò)和控制器來(lái)實(shí)現(xiàn)硬件的未來(lái),從而實(shí)現(xiàn)不同的發(fā)展,”Leti的首席執(zhí)行官Emmanual Sabonnadiere說(shuō)道?!拔覀冋谂χ贫▏?guó)家計(jì)劃,并在政治決策中運(yùn)用科學(xué)。Edge AI旨在阻止數(shù)據(jù)泛濫和數(shù)據(jù)隱私,使人們可以擁有自己的數(shù)據(jù)。”,他接著說(shuō)。

Leti還是歐洲神經(jīng)網(wǎng)絡(luò)計(jì)劃的一部分,該計(jì)劃正在研究神經(jīng)網(wǎng)絡(luò)芯片的新平臺(tái)。

CEA-Leti副首席執(zhí)行官兼首席技術(shù)官Jean Rene Lequeypes說(shuō):“有新一代技術(shù)正在研究中?!?“現(xiàn)在,我們有超過(guò)2000人致力于下一代技術(shù)的研發(fā)。他指出,挑戰(zhàn)在于集成所有不同的元件,而不必使用5nm及以下所需的極端UV光刻。

Lequeypes說(shuō):“我們希望最終性能達(dá)到1000TOPS / mW,這是一個(gè)很大的挑戰(zhàn),而且如何使用存儲(chǔ)器,不同的技術(shù)以及如何將它們集成在一起而無(wú)需使用EUV。”
責(zé)任編輯:tzh

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 芯片
    +關(guān)注

    關(guān)注

    459

    文章

    52481

    瀏覽量

    440577
  • 存儲(chǔ)器
    +關(guān)注

    關(guān)注

    38

    文章

    7649

    瀏覽量

    167322
  • AI
    AI
    +關(guān)注

    關(guān)注

    88

    文章

    35093

    瀏覽量

    279502
  • 人工智能
    +關(guān)注

    關(guān)注

    1806

    文章

    49008

    瀏覽量

    249289
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    無(wú)刷電機(jī)小波神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)子位置檢測(cè)方法的研究

    MATLAB/SIMULINK工具對(duì)該方法進(jìn)行驗(yàn)證,實(shí)驗(yàn)結(jié)果表明該方法在全程速度下效果良好。 純分享帖,點(diǎn)擊下方附件免費(fèi)獲取完整資料~~~ *附件:無(wú)刷電機(jī)小波神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)子位置檢測(cè)方法的研究.pdf
    發(fā)表于 06-25 13:06

    神經(jīng)網(wǎng)絡(luò)RAS在異步電機(jī)轉(zhuǎn)速估計(jì)中的仿真研究

    ,在一定程度上擴(kuò)展了轉(zhuǎn)速估計(jì)范圍。 純分享帖,需要者可點(diǎn)擊附件免費(fèi)獲取完整資料~~~*附件:神經(jīng)網(wǎng)絡(luò)RAS在異步電機(jī)轉(zhuǎn)速估計(jì)中的仿真研究.pdf【免責(zé)聲明】本文系網(wǎng)絡(luò)轉(zhuǎn)載,版權(quán)歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權(quán)
    發(fā)表于 06-16 21:54

    BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的比較

    BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)在多個(gè)方面存在顯著差異,以下是對(duì)兩者的比較: 一、結(jié)構(gòu)特點(diǎn) BP神經(jīng)網(wǎng)絡(luò) : BP神經(jīng)網(wǎng)絡(luò)是一種多層的前饋神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 02-12 15:53 ?658次閱讀

    BP神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點(diǎn)分析

    BP神經(jīng)網(wǎng)絡(luò)(Back Propagation Neural Network)作為一種常用的機(jī)器學(xué)習(xí)模型,具有顯著的優(yōu)點(diǎn),同時(shí)也存在一些不容忽視的缺點(diǎn)。以下是對(duì)BP神經(jīng)網(wǎng)絡(luò)優(yōu)缺點(diǎn)的分析: 優(yōu)點(diǎn)
    的頭像 發(fā)表于 02-12 15:36 ?909次閱讀

    什么是BP神經(jīng)網(wǎng)絡(luò)的反向傳播算法

    BP神經(jīng)網(wǎng)絡(luò)的反向傳播算法(Backpropagation Algorithm)是一種用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)的有效方法。以下是關(guān)于BP神經(jīng)網(wǎng)絡(luò)的反向傳播算法的介紹: 一、基本概念 反向傳播算法是BP
    的頭像 發(fā)表于 02-12 15:18 ?763次閱讀

    BP神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的關(guān)系

    BP神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)之間存在著密切的關(guān)系,以下是對(duì)它們之間關(guān)系的介紹: 一、BP神經(jīng)網(wǎng)絡(luò)的基本概念 BP神經(jīng)網(wǎng)絡(luò),即反向傳播神經(jīng)網(wǎng)絡(luò)(Backpropagation Neural N
    的頭像 發(fā)表于 02-12 15:15 ?850次閱讀

    人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法

    所擬合的數(shù)學(xué)模型的形式受到大腦中神經(jīng)元的連接和行為的啟發(fā),最初是為了研究大腦功能而設(shè)計(jì)的。然而,數(shù)據(jù)科學(xué)中常用的神經(jīng)網(wǎng)絡(luò)作為大腦模型已經(jīng)過(guò)時(shí),現(xiàn)在它們只是能夠在某些應(yīng)用中提供最先進(jìn)性能的機(jī)器學(xué)習(xí)模型。近年來(lái),由于
    的頭像 發(fā)表于 01-09 10:24 ?1180次閱讀
    人工<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的原理和多種<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>架構(gòu)方法

    基于光學(xué)衍射神經(jīng)網(wǎng)絡(luò)的軌道角動(dòng)量復(fù)用全息技術(shù)的設(shè)計(jì)與實(shí)驗(yàn)研究

    隨著神經(jīng)網(wǎng)絡(luò)的發(fā)展,光學(xué)神經(jīng)網(wǎng)絡(luò)(ONN)的研究受到廣泛關(guān)注。研究人員從衍射光學(xué)、散射光、光干涉以及光學(xué)傅里葉變換等基礎(chǔ)理論出發(fā),利用各種光學(xué)設(shè)備及材料成功實(shí)現(xiàn)了
    的頭像 發(fā)表于 12-07 17:39 ?2805次閱讀
    基于光學(xué)衍射<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的軌道角動(dòng)量復(fù)用全息技術(shù)的設(shè)計(jì)與實(shí)驗(yàn)<b class='flag-5'>研究</b>

    卷積神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)工具與框架

    卷積神經(jīng)網(wǎng)絡(luò)因其在圖像和視頻處理任務(wù)中的卓越性能而廣受歡迎。隨著深度學(xué)習(xí)技術(shù)的快速發(fā)展,多種實(shí)現(xiàn)工具和框架應(yīng)運(yùn)而生,為研究人員和開(kāi)發(fā)者提供了強(qiáng)大的支持。 TensorFlow 概述
    的頭像 發(fā)表于 11-15 15:20 ?666次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的比較

    在深度學(xué)習(xí)領(lǐng)域,神經(jīng)網(wǎng)絡(luò)模型被廣泛應(yīng)用于各種任務(wù),如圖像識(shí)別、自然語(yǔ)言處理和游戲智能等。其中,卷積神經(jīng)網(wǎng)絡(luò)(CNNs)和傳統(tǒng)神經(jīng)網(wǎng)絡(luò)是兩種常見(jiàn)的模型。 1. 結(jié)構(gòu)差異 1.1 傳統(tǒng)神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 11-15 14:53 ?1862次閱讀

    RNN模型與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的區(qū)別

    神經(jīng)網(wǎng)絡(luò)是機(jī)器學(xué)習(xí)領(lǐng)域中的一種強(qiáng)大工具,它們能夠模擬人腦處理信息的方式。隨著技術(shù)的發(fā)展,神經(jīng)網(wǎng)絡(luò)的類型也在不斷增加,其中循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)和傳統(tǒng)神經(jīng)網(wǎng)絡(luò)(如前饋
    的頭像 發(fā)表于 11-15 09:42 ?1124次閱讀

    LSTM神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)與工作機(jī)制

    LSTM(Long Short-Term Memory,長(zhǎng)短期記憶)神經(jīng)網(wǎng)絡(luò)是一種特殊的循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN),設(shè)計(jì)用于解決長(zhǎng)期依賴問(wèn)題,特別是在處理時(shí)間序列數(shù)據(jù)時(shí)表現(xiàn)出色。以下是LSTM神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 11-13 10:05 ?1628次閱讀

    LSTM神經(jīng)網(wǎng)絡(luò)的基本原理 如何實(shí)現(xiàn)LSTM神經(jīng)網(wǎng)絡(luò)

    LSTM(長(zhǎng)短期記憶)神經(jīng)網(wǎng)絡(luò)是一種特殊的循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN),它能夠?qū)W習(xí)長(zhǎng)期依賴信息。在處理序列數(shù)據(jù)時(shí),如時(shí)間序列分析、自然語(yǔ)言處理等,LSTM因其能夠有效地捕捉時(shí)間序列中的長(zhǎng)期依賴關(guān)系而受到
    的頭像 發(fā)表于 11-13 09:53 ?1568次閱讀

    Moku人工神經(jīng)網(wǎng)絡(luò)101

    Moku3.3版更新在Moku:Pro平臺(tái)新增了全新的儀器功能【神經(jīng)網(wǎng)絡(luò)】,使用戶能夠在Moku設(shè)備上部署實(shí)時(shí)機(jī)器學(xué)習(xí)算法,進(jìn)行快速、靈活的信號(hào)分析、去噪、傳感器調(diào)節(jié)校準(zhǔn)、閉環(huán)反饋等應(yīng)用。如果您
    的頭像 發(fā)表于 11-01 08:06 ?661次閱讀
    Moku人工<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>101

    matlab 神經(jīng)網(wǎng)絡(luò) 數(shù)學(xué)建模數(shù)值分析

    matlab神經(jīng)網(wǎng)絡(luò) 數(shù)學(xué)建模數(shù)值分析 精通的可以討論下
    發(fā)表于 09-18 15:14