胡萨姆-阿姆鲁奇（Hussam Amrouch）开拓出了一种可用于人工智能的架构，其功能是同类内存打算方法的两倍。
据《自然》（Nature）杂志宣布，这位慕尼黑工业大学（TUM）的教授利用被称为铁电场效应晶体管（FeFET）的分外电路运用了一种新的打算模式。
几年内，这可能会被证明适用于天生式人工智能、深度学习算法和机器人运用。

基本理念很大略：以前的芯片只在晶体管上进行打算，而现在它们也是数据存储的位置。
这样既省时又省力。
慕尼黑工业大学（TUM）人工智能处理器设计教授胡萨姆-阿姆鲁奇（Hussam Amrouch）说：\"大众因此，芯片的性能也得到了提升。
\"大众

未来的芯片必须比早期的芯片更快、更高效。
因此，它们的发热速率不能太大。
如果要支持无人机翱翔等场景的实时打算等运用，这一点至关主要。
对付打算机来说，这样的任务极其繁芜且耗能。

Hussam Amrouch 教授为能源密集型运用开拓强大的人工智能芯片。
图片来源：Andreas Heddergott / TUM

对芯片的这些关键哀求可以用数学参数 TOPS/W 来概括：\"大众每秒每瓦特的太赫兹运算量\公众。
这可以看作是未来芯片的主要技能指标：当供应一瓦（W）功率时，处理器每秒（S）能实行多少万亿次运算（TOP）。

博世与弗劳恩霍夫 IMPS 互助开拓的新型人工智能芯片在生产过程中得到了美国 GlobalFoundries 公司的支持，可供应 885 TOPS/W。
这使得它比同类人工智能芯片（包括三星公司的 MRAM 芯片）的功能强大一倍。
而目前普遍利用的 CMOS 芯片的运行速率在 10-20 TOPS/W 之间。
最近揭橥在《自然》杂志上的研究结果证明了这一点。

受人脑启示的芯片架构

研究职员从人类那里借鉴了当代芯片架构的事理。
阿姆鲁奇说：\公众在大脑中，神经元卖力处理旗子暗记，而突触则能够记住这些信息，他描述了人类如何能够学习和回顾繁芜的相互关系。
\公众

为此，芯片利用了\"大众铁电\"大众（FeFET）晶体管。
这种电子开关具有分外的附加特性（施加电压时极性反转），纵然在割断电源的情形下也能存储信息。
此外，它们还能担保在晶体管内同时存储和处理数据。

阿姆鲁奇认为：\"大众现在，我们可以构建高效的芯片组，用于深度学习、天生式人工智能或机器人等运用，例如，在这些运用中，数据必须在天生的地方进行处理。
\"大众

面向市场的芯片之路

研究职员的目标是利用这种芯片运行深度学习算法，识别太空中的物体，或处理无人机在翱翔过程中产生的数据，而不会涌现时滞。
不过，慕尼黑工业大学慕尼黑机器人与机器智能综合研究所（MIRMI）的教授认为，要实现这一目标还须要几年韶光。
他认为，适宜实际运用的首款内存芯片最快也要三到五年后才能问世。

个中一个缘故原由是工业界的安全哀求。
例如，在汽车行业利用这种技能之前，仅有可靠的功能是不足的。
它还必须符合该行业的特定标准。
硬件专家阿姆鲁奇说：\"大众这再次凸显了与打算机科学、信息学和电气工程平分歧学科的研究职员开展跨学科互助的主要性。
\公众他认为这是 MIRMI 的一大上风。