目录[隐藏][展示]
当手机、智能手表和其他可穿戴技术等电子设备升级为更新型号时,每年都会产生相当数量的垃圾。
如果旧版本可以用新的传感器和处理器进行更新,这些传感器和处理器可以嵌入设备的内部芯片,从而减少金钱和材料方面的浪费,那将是革命性的。 考虑一个更可持续的未来,智能手机、智能手表和其他可穿戴技术不会不断地被更新的型号取代或上架。
相反,它们可以使用最新的传感器和处理器进行更新,这些传感器和处理器只需卡入设备的内部芯片,就像添加到现有结构中的乐高积木一样。 这种可重新编程的芯片可以使设备保持最新状态,同时减少我们的数字浪费。
凭借其类似乐高积木的设计,可堆叠、可定制 人工智能 芯片,麻省理工学院的工程师现在已经朝着模块化愿景迈出了一步。
这篇文章将彻底了解这款芯片、它的配置以及它对未来的影响。
那么,什么是类似乐高的人工智能芯片?
下一个将改变地球的重大发展是人工智能。 为了生产模块化和可持续的电子产品,麻省理工学院的工程师现在创造了一种类似于乐高的人工智能芯片。
为了使添加额外传感器或升级旧处理器的过程更简单,它是一种可重新配置的芯片,具有许多层,可以相互叠加或切换。
基于层的组合,“可重构”的人工智能芯片可以无限扩展。 因此,这些芯片可以减少电子垃圾,同时让我们的设备保持最新状态。
现在,让我们探索一下这款芯片的设计。
芯片设计
AI 芯片架构确实非常出色,因为它结合了交替的处理层和传感器组件与 LED(发光二极管),允许芯片层在视觉上交互。
该架构包括发光二极管 (LED),可实现跨芯片层以及传感器和处理组件的交替层之间的光通信。 在其他模块化芯片架构中,信号使用普通线路跨层中继。
如此广泛的连接使得这样的堆叠系统不可配置,因为即使不是不可能,也难以切割和重新布线。 麻省理工学院的概念不是使用实际的电线,而是使用光通过芯片传输数据。
因此,芯片可以重新排列,可以添加或减少层,例如,包括新的传感器或现代 CPU。 工程师们的新概念将图像传感器与人工突触阵列配对,每个人都被教导识别某个字母,在这种情况下是 M、I 和 T。
该团队构建了一个光学系统,而不是使用通过物理电缆将传感器数据传输到过程的传统方法。 在这种方法中,每个传感器和人工突触结合形成一个阵列,使字母之间的通信无需物理连接。
层之间的信号通过通常的模块化芯片布置中的标准线发送。 这些传统芯片是不可重新配置的,因为这种复杂的布线布置是不可能拆卸和重新布线的。
研究人员正在焦急地等待其突破性设计的实施,以推进计算设备,例如自给自足的传感器和各种其他电子设备,这些设备不能与基于云的计算或超级计算机等中央或分布式资源一起使用。
芯片配置
研究人员创建了一个单芯片,其计算核心大约是一块 4 平方毫米的五彩纸屑大小。
该芯片具有三个相互叠置的图像识别“块”,每个块都有一个图像传感器、一个光通信层和一个人工突触阵列,用于识别三个字母 M、I 或 T 中的一个。然后它们将随机生成的像素图片投影到设备上并测量每个像素的电流 神经网络 响应生成的数组。
随着电流的增加,图片是特定数组已被训练检测的字母的可能性增加
研究人员发现,虽然芯片可以区分不同的模糊图片,例如字母 I 和 T,但它对每个字母的清晰图像分类的成功率较低。 当芯片的处理层被及时更换为卓越的“去噪”处理器时,研究人员发现该设备可以正确识别图片。
然而,他们很快用熟练的去噪处理器替换了芯片的处理层,然后他们制作了正确检测图片的剪辑。
由于他们相信这些设备有无数的应用,研究人员还计划提高芯片的处理能力和传感器容量。
研究人员认为,这些应用是无限的,他们打算扩大芯片的传感和处理能力。
它的未来
在未来的工作方面,研究人员对这种架构的潜在采用感到特别兴奋 边缘计算 超级计算机或基于云的计算等设备,这将开辟一个全新的可能性世界。
随着物联网的发展,对多功能边缘计算设备的需求将会飙升。 该团队认为,因为它提供了很多 边缘计算 灵活性,其建议的设计可以帮助解决这个问题。
I为了检测更复杂的图片或用于可穿戴电子皮肤和医疗保健监测,研究人员还计划增强芯片的传感和处理能力。
研究人员发现,如果用户可以使用可能单独出售的不同传感器和处理层自行将芯片组装在一起,这很有趣。
用户可以根据自己对图像或视频识别的需求,从多种 神经网络.
结论
该团队将边缘计算列为几种可能的用途之一。 麻省理工学院机械工程副教授 Jeehwan Kim 预测,随着我们进入基于传感器网络的物联网时代,对多功能边缘计算设备的需求将显着增加。
未来,“我们建议的硬件设计将使边缘计算具有巨大的适应性。”
总之,这款芯片改变了未来,迎来了更广泛的人工智能应用。
发表评论