每秒5000億次操作：中國新人工智能架構(gòu)實(shí)現(xiàn)4倍計(jì)算提速

該系統(tǒng)在降低功耗的同時(shí)實(shí)現(xiàn)了近四倍的速度提升。

中國研究人員創(chuàng)造了一種新型計(jì)算架構(gòu)，將處理性能提升近四倍，為具身智能、邊緣感知、類腦計(jì)算及通信系統(tǒng)等領(lǐng)域開辟了新機(jī)遇。來自北京大學(xué)的研究團(tuán)隊(duì)將兩種新型器件融合，通過頻率轉(zhuǎn)換匹配構(gòu)建出多物理域架構(gòu)，最終形成能執(zhí)行傅里葉變換等復(fù)雜運(yùn)算的通用系統(tǒng)。

這項(xiàng)突破的核心是傅里葉變換——這種將聲音、圖像等復(fù)雜信號(hào)轉(zhuǎn)換為頻域表示的基礎(chǔ)技術(shù)，被廣泛應(yīng)用于科學(xué)與工程領(lǐng)域。北京大學(xué)人工智能研究院研究員陶耀宇表示："該架構(gòu)使不同計(jì)算范式能在電流、電荷或光等最優(yōu)物理域中運(yùn)行，從而提升計(jì)算效率。"

陶耀宇指出，該集成系統(tǒng)融合了兩種器件在頻率生成、調(diào)制和存內(nèi)計(jì)算方面的優(yōu)勢(shì)，在保持精度的同時(shí)降低了功耗，將傅里葉變換處理速度從約每秒1300億次操作提升至約5000億次，實(shí)現(xiàn)數(shù)倍增長。這種新計(jì)算架構(gòu)有望提升未來硬件的能效，并加速其在基礎(chǔ)人工智能模型、具身智能、自動(dòng)駕駛、腦機(jī)接口及通信系統(tǒng)等領(lǐng)域的應(yīng)用。

此項(xiàng)研究建立在日益增長的計(jì)算架構(gòu)創(chuàng)新基礎(chǔ)上。近年來，科學(xué)家們積極探索神經(jīng)形態(tài)、光子和模擬計(jì)算架構(gòu)，以加速傅里葉變換和卷積變換等核心運(yùn)算并降低能耗。類似實(shí)驗(yàn)表明，針對(duì)特定數(shù)學(xué)函數(shù)優(yōu)化的硬件可比傳統(tǒng)處理器實(shí)現(xiàn)顯著速度提升。北大團(tuán)隊(duì)通過將多物理計(jì)算域集成至單一系統(tǒng)，反映了為更高效支持下一代人工智能和機(jī)器人技術(shù)而設(shè)計(jì)的架構(gòu)發(fā)展趨勢(shì)。

隨著傳統(tǒng)計(jì)算架構(gòu)難以滿足人工智能工作負(fù)載日益增長的需求，這項(xiàng)突破性研究應(yīng)運(yùn)而生。新架構(gòu)通過讓不同計(jì)算在其最高效的物理域中運(yùn)行，為突破傳統(tǒng)芯片設(shè)計(jì)指明方向，在提升人工智能系統(tǒng)性能的同時(shí)有望緩解能源瓶頸。

該研究與國際上神經(jīng)形態(tài)計(jì)算、光計(jì)算及存內(nèi)計(jì)算等替代計(jì)算方案的發(fā)展趨勢(shì)同頻共振。既往研究表明，針對(duì)傅里葉變換等特定數(shù)學(xué)運(yùn)算定制的硬件，其性能可顯著超越通用處理器。北大團(tuán)隊(duì)展示的多物理域方法進(jìn)一步推動(dòng)了這一趨勢(shì)，突顯了專用架構(gòu)在人工智能硬件未來發(fā)展中的關(guān)鍵作用。

這項(xiàng)突破性實(shí)驗(yàn)及其成果已發(fā)表于《自然·電子學(xué)》期刊。

如果朋友們喜歡，敬請(qǐng)關(guān)注“知新了了”！