新研究出爐 突破性憶阻器技術有望大幅降低AI能耗


新研究出爐 突破性憶阻器技術有望大幅降低AI能耗


憶阻器是一種在電阻中儲存資訊的電子元件,與當今的圖形處理單元(GPU)相比,可以將AI的能源需求減少約 90 倍。 預計到 2027 年,AI將佔全球總電力消耗的 0.5%左右,隨著越來越多的公司銷售和使用AI工具,這數字還可能不斷增加。


編譯/黃竣凱





新研究出爐 突破性憶阻器技術有望大幅降低AI能耗
憶阻器因為模仿了AI神經網路和生物神經網路,能在沒有外部記憶體的情況下運作,可以透過體現AI神經網路節省能源。圖 / 123RF



人工智慧(AI)神經網路可能很快就能更有效地處理與時間相關的資訊,如音訊和影片資料。在《Nature Electronics》雜誌上,由密西根大學領導的一項研究就報導了第一個,具有可調諧「弛豫時間」(Relaxation)的「憶阻器」 (Memristor)。所謂的「弛豫時間」指的是系統由不穩定定態趨於某穩定定態所需要的時間。




AI耗電高




憶阻器是一種在電阻中儲存資訊的電子元件,與當今的圖形處理單元(GPU)相比,可以將AI的能源需求減少約 90 倍。 預計到 2027 年,AI將佔全球總電力消耗的 0.5%左右,隨著越來越多的公司銷售和使用AI工具,這數字還可能不斷增加。




更多新聞:不顧安全了? OpenAI無預警解散AI安全團隊




憶阻器




憶阻器因為模仿了AI神經網路和生物神經網路,能在沒有外部記憶體的情況下運作,可以透過體現AI神經網路節省能源。該研究共同研究者之一Sieun Chae表示,「我們預計在不改變時間常數的情況下,全新的材料系統可以將AI晶片的能源效率提高六倍,而不改變時間常數(Time constant)。」




現有方法成效低




密西根大學James R. Mellor工程學教授Wei Lu表示,「目前,要處理更大、更有趣的數據,大家只能增加網路規模,但這不是很有效。」其中問題就在於, GPU 的運作方式與運行 AI 演算法的AI神經網路非常不同,其整個網路及其所有互動,都必須從外部記憶體按順序加載,既消耗時間又消耗能源。




弛豫時間




在生物神經網路中,計時是通過弛豫實現的,每個神經元接收電訊號並傳遞出去,但訊號不一定能前進,只有當輸入訊號達到某個閾值時,神經元才會發送自己的訊號,且這必須在一定時間內完成,若時間過長神經元就會鬆弛,電能逐漸消散。




憶阻器的功效




而憶阻器的運作方式則有所不同,與訊號的完全存在或不存在不同,變化的是有多少電訊號能通過,接觸到訊號會降低憶阻器的電阻,使更多後續訊號能通過,在憶阻器中,弛豫則代表著電阻隨時間上升。現在Lu 的團隊已經證明,基礎材料的變化可以提供不同的弛豫時間,使憶阻器網路能夠模仿這種計時機制。




參考資料:Mirage News



這篇文章 新研究出爐 突破性憶阻器技術有望大幅降低AI能耗 最早出現於 TechNice科技島-掌握科技與行銷最新動態



最新科技新聞
人氣科技新聞
行動版 電腦版