在现代计算硬件中，需要频繁地将数据从处理器到存储器之间来回搬运，然而该过程会耗费大量的时间和精力。好消息是，IBM 研究院刚刚宣布了人工智能硬件的最新进展 —— 通过内存计算的方式，将内存单元作为处理器来使用。减少了数据腾挪的麻烦之后，可将能源需求减少 90% 。
在本周举办的国际电子器件会议（IEDM）和神经信息处理系统会议（NeurIPS）上，IBM 介绍了迄今为止精度最高的“8-bit 模拟芯片”（较此前提升了一倍）。
这套全新的解决方案，使用了被称作“投影相变存储器”的新方法，简称 Proj-PCM 。与具有类似精度的数字架构相比，其能耗仅为 1/33 。
IBM 表示，研究人员在 Proj-PCM 中插入了一个与相变段平行的“非绝缘投影段”。
在写入过程中，投影段对设备操作的影响最小。但在读取的时候，变成状态的电导值，主要由投影段来确定 —— 其对电导的变化，具有显著的免疫力。
如此一来，Proj-PCM 可实现比以往的 PCM 设备更高的精度。IBM 表示：
改进的精度，证明了‘内存计算’有朝一日可被用于物联网和边缘应用等低功耗环境、同时实现高性能深度学习的能力。
除了模拟芯片的最新进展，IBM 还提出了针对数字计算的新方法。
其能够以 8-bit 精度训练深度学习模型，同时保持图像、速度、文本数据集类别的模型精度。
上述研究突破，在 IBM Research 的论文中有详细介绍。原标题为：
《8-Bit Precision for Training Deep Learning Systems》
[编译自：TechSpot]
