Pemproses Baru Akan Memungkinkan Untuk Menjalankan Rangkaian Neural Pada Telefon Pintar - Pandangan Alternatif

Pemproses Baru Akan Memungkinkan Untuk Menjalankan Rangkaian Neural Pada Telefon Pintar - Pandangan Alternatif
Pemproses Baru Akan Memungkinkan Untuk Menjalankan Rangkaian Neural Pada Telefon Pintar - Pandangan Alternatif

Video: Pemproses Baru Akan Memungkinkan Untuk Menjalankan Rangkaian Neural Pada Telefon Pintar - Pandangan Alternatif

Video: Pemproses Baru Akan Memungkinkan Untuk Menjalankan Rangkaian Neural Pada Telefon Pintar - Pandangan Alternatif
Video: Telefon Pintar Terbaik 2019 2024, Mungkin
Anonim

Rangkaian saraf semakin tersebar setiap hari. Tetapi mereka memerlukan banyak tenaga untuk bekerja. Dan jika beberapa tahun yang lalu seseorang mengatakan bahawa rangkaian saraf boleh berfungsi di telefon pintar biasa, banyak yang menganggapnya adalah jenaka. Namun, berkat usaha pakar dari Massachusetts Institute of Technology (MIT), lahirlah mikropemproses AI untuk alat mudah alih.

Semasa menulis edisi Engadget, pakar MIT telah mengembangkan pemproses, penggunaan kuasa 95% lebih rendah daripada rakan sejawat yang ada dengan prestasi yang sangat tinggi. Terima kasih kepada pemproses baru, penggunaan sumber tenaga dan tenaga seperti rangkaian neural boleh dilakukan walaupun pada peranti genggam.

Selain penggunaan tenaga yang dikurangkan, mikropemproses dari MIT adalah 3-7 kali lebih cepat daripada yang digunakan dalam pembuatan telefon pintar hari ini. Ini dicapai berkat seni bina baru menggunakan kaedah produk titik, yang memungkinkan untuk menghitung hubungan untuk satu set data sekaligus, tanpa mengirim hasil perantaraan ke RAM dan belakang. Presiden IBM Dario Gil malah bercakap mengenai cip baru:

"Cip baru menggunakan pendekatan yang sangat efisien tenaga. Ini adalah kata baru dalam pelaksanaan operasi konvolusional dengan susunan memori yang besar. Ini akan membolehkan penciptaan rangkaian saraf yang lebih canggih dan tepat untuk peranti IoT yang boleh dipakai."

Vladimir Kuznetsov

Disyorkan: