91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

Facebook正在研究神經(jīng)網(wǎng)絡(luò)芯片的新平臺(tái)

我快閉嘴 ? 來源:半導(dǎo)體行業(yè)觀察 ? 作者:半導(dǎo)體行業(yè)觀察 ? 2020-10-19 14:25 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

Facebook首席AI科學(xué)家Yann LeCun日前在法國(guó)研究實(shí)驗(yàn)室CEA-Leti的創(chuàng)新日上發(fā)表講話時(shí)說,因?yàn)镹vidia收購ARM,可以加速運(yùn)行RISC-V以運(yùn)行用于邊緣AI應(yīng)用的神經(jīng)網(wǎng)絡(luò)

他說:“行業(yè)發(fā)生了變化,采用屬于Nvidia的ARM會(huì)使人們感到不安,但是RISC-V的出現(xiàn)讓人看到具有RISC-V內(nèi)核和NPU(神經(jīng)處理單元)芯片的課鞥呢。” 他說:“這些產(chǎn)品價(jià)格便宜得令人難以置信,不到10美元,許多產(chǎn)品都在中國(guó)以外的地區(qū),它們將無處不在。” “我想知道RISC-V是否會(huì)接管那里的世界。”

他不贊成Leti的一項(xiàng)主要計(jì)劃,該計(jì)劃致力于刺激神經(jīng)網(wǎng)絡(luò)和類似方法(例如電阻RAM(RRAM)),但是卷積神經(jīng)網(wǎng)絡(luò)(CNN)的發(fā)明者和圖靈獎(jiǎng)的AI獲獎(jiǎng)?wù)邔?duì)此有其他看法。

他說:“模擬實(shí)現(xiàn)面臨的主要問題是很難將硬件復(fù)用與模擬神經(jīng)網(wǎng)絡(luò)一起使用?!?“當(dāng)您進(jìn)行卷積并重用硬件時(shí),您必須進(jìn)行硬件多路復(fù)用,因此必須有一種方法來存儲(chǔ)結(jié)果,然后需要模擬存儲(chǔ)器或ADCDAC轉(zhuǎn)換器,這會(huì)扼殺整個(gè)想法。因此,除非我們擁有廉價(jià)的低功耗模擬內(nèi)存,否則它將無法正常工作。”他說?!拔液軕岩桑苍S是憶阻器陣列或自旋電子器件,但我有些懷疑。”

他說:“當(dāng)然,邊緣人工智能是一個(gè)非常重要的話題?!?“在接下來的兩到三年中,這將不是奇異的技術(shù),而是要盡可能降低功耗,修剪神經(jīng)網(wǎng)絡(luò),優(yōu)化權(quán)重,關(guān)閉未使用的系統(tǒng)部分,” LeCun表示:“我們的目標(biāo)是在未來兩到三年內(nèi)將相關(guān)功能引入到AR設(shè)備的芯片,并在五年內(nèi)使用這種設(shè)備,而且這種情況即將到來,”他說。

“十年后的今天,自旋電子學(xué)將會(huì)取得一些突破,或者在無需硬件多路復(fù)用的情況下允許模擬計(jì)算的任何突破?” 他問。他說:“我們能提出這樣的想法嗎?如果沒有數(shù)據(jù)改組和沒有硬件多路復(fù)用,那么對(duì)于單個(gè)芯片來說,這樣的設(shè)備尺寸會(huì)大大縮小,這是一個(gè)很大的挑戰(zhàn)?!?/p>

“公司正在為下一代芯片開發(fā)1nm和2nm技術(shù),我堅(jiān)信我們可以通過傳感器,神經(jīng)網(wǎng)絡(luò)和控制器來實(shí)現(xiàn)硬件的未來,從而實(shí)現(xiàn)不同的發(fā)展,”Leti的首席執(zhí)行官Emmanual Sabonnadiere說道?!拔覀冋谂χ贫▏?guó)家計(jì)劃,并在政治決策中運(yùn)用科學(xué)。Edge AI旨在阻止數(shù)據(jù)泛濫和數(shù)據(jù)隱私,使人們可以擁有自己的數(shù)據(jù)?!?,他接著說。

Leti還是歐洲神經(jīng)網(wǎng)絡(luò)計(jì)劃的一部分,該計(jì)劃正在研究神經(jīng)網(wǎng)絡(luò)芯片的新平臺(tái)。

CEA-Leti副首席執(zhí)行官兼首席技術(shù)官Jean Rene Lequeypes說:“有新一代技術(shù)正在研究中。” “現(xiàn)在,我們有超過2000人致力于下一代技術(shù)的研發(fā)。他指出,挑戰(zhàn)在于集成所有不同的元件,而不必使用5nm及以下所需的極端UV光刻。

Lequeypes說:“我們希望最終性能達(dá)到1000TOPS / mW,這是一個(gè)很大的挑戰(zhàn),而且如何使用存儲(chǔ)器,不同的技術(shù)以及如何將它們集成在一起而無需使用EUV。”
責(zé)任編輯:tzh

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 芯片
    +關(guān)注

    關(guān)注

    463

    文章

    54183

    瀏覽量

    467856
  • 存儲(chǔ)器
    +關(guān)注

    關(guān)注

    39

    文章

    7746

    瀏覽量

    172006
  • AI
    AI
    +關(guān)注

    關(guān)注

    91

    文章

    40474

    瀏覽量

    302086
  • 人工智能
    +關(guān)注

    關(guān)注

    1819

    文章

    50190

    瀏覽量

    266324
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    為什么 VisionFive V1 板上的 JH7100 中并存 NVDLA 引擎和神經(jīng)網(wǎng)絡(luò)引擎?

    我想知道為什么 VisionFive V1 板上的 JH7100 中并存 NVDLA 引擎和神經(jīng)網(wǎng)絡(luò)引擎,請(qǐng)問?您能否舉一些關(guān)于他們的用例的例子?
    發(fā)表于 03-25 06:01

    面向嵌入式部署的神經(jīng)網(wǎng)絡(luò)優(yōu)化:模型壓縮深度解析

    1.為什么需要神經(jīng)網(wǎng)絡(luò)模型壓縮? 神經(jīng)網(wǎng)絡(luò)已經(jīng)成為解決復(fù)雜機(jī)器學(xué)習(xí)問題的強(qiáng)大工具。然而,這種能力往往伴隨著模型規(guī)模和計(jì)算復(fù)雜度的增加。當(dāng)輸入維度較大(例如長(zhǎng)時(shí)序窗口、高分辨率特征空間)時(shí),模型需要
    的頭像 發(fā)表于 02-24 15:37 ?5233次閱讀
    面向嵌入式部署的<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>優(yōu)化:模型壓縮深度解析

    神經(jīng)網(wǎng)絡(luò)的初步認(rèn)識(shí)

    日常生活中的智能應(yīng)用都離不開深度學(xué)習(xí),而深度學(xué)習(xí)則依賴于神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)。什么是神經(jīng)網(wǎng)絡(luò)?神經(jīng)網(wǎng)絡(luò)的核心思想是模仿生物神經(jīng)系統(tǒng)的結(jié)構(gòu),特別是大腦中神經(jīng)
    的頭像 發(fā)表于 12-17 15:05 ?386次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的初步認(rèn)識(shí)

    NMSIS神經(jīng)網(wǎng)絡(luò)庫使用介紹

    NMSIS NN 軟件庫是一組高效的神經(jīng)網(wǎng)絡(luò)內(nèi)核,旨在最大限度地提高 Nuclei N 處理器內(nèi)核上的神經(jīng)網(wǎng)絡(luò)的性能并最??大限度地減少其內(nèi)存占用。 該庫分為多個(gè)功能,每個(gè)功能涵蓋特定類別
    發(fā)表于 10-29 06:08

    在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗(yàn)

    本帖欲分享在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗(yàn)。我們采用jupyter notebook作為開發(fā)IDE,以TensorFlow2為訓(xùn)練框架,目標(biāo)是訓(xùn)練一個(gè)手寫數(shù)字識(shí)別的神經(jīng)網(wǎng)絡(luò)
    發(fā)表于 10-22 07:03

    CICC2033神經(jīng)網(wǎng)絡(luò)部署相關(guān)操作

    在完成神經(jīng)網(wǎng)絡(luò)量化后,需要將神經(jīng)網(wǎng)絡(luò)部署到硬件加速器上。首先需要將所有權(quán)重?cái)?shù)據(jù)以及輸入數(shù)據(jù)導(dǎo)入到存儲(chǔ)器內(nèi)。 在仿真環(huán)境下,可將其存于一個(gè)文件,并在 Verilog 代碼中通過 readmemh 函數(shù)
    發(fā)表于 10-20 08:00

    液態(tài)神經(jīng)網(wǎng)絡(luò)(LNN):時(shí)間連續(xù)性與動(dòng)態(tài)適應(yīng)性的神經(jīng)網(wǎng)絡(luò)

    1.算法簡(jiǎn)介液態(tài)神經(jīng)網(wǎng)絡(luò)(LiquidNeuralNetworks,LNN)是一種新型的神經(jīng)網(wǎng)絡(luò)架構(gòu),其設(shè)計(jì)理念借鑒自生物神經(jīng)系統(tǒng),特別是秀麗隱桿線蟲的神經(jīng)結(jié)構(gòu),盡管這種微生物的
    的頭像 發(fā)表于 09-28 10:03 ?1411次閱讀
    液態(tài)<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>(LNN):時(shí)間連續(xù)性與動(dòng)態(tài)適應(yīng)性的<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>

    【「AI芯片:科技探索與AGI愿景」閱讀體驗(yàn)】+神經(jīng)形態(tài)計(jì)算、類腦芯片

    AI芯片不僅包括深度學(xué)細(xì)AI加速器,還有另外一個(gè)主要列別:類腦芯片。類腦芯片是模擬人腦神經(jīng)網(wǎng)絡(luò)架構(gòu)的芯片。它結(jié)合微電子技術(shù)和新型
    發(fā)表于 09-17 16:43

    神經(jīng)網(wǎng)絡(luò)的并行計(jì)算與加速技術(shù)

    問題。因此,并行計(jì)算與加速技術(shù)在神經(jīng)網(wǎng)絡(luò)研究和應(yīng)用中變得至關(guān)重要,它們能夠顯著提升神經(jīng)網(wǎng)絡(luò)的性能和效率,滿足實(shí)際應(yīng)用中對(duì)快速響應(yīng)和大規(guī)模數(shù)據(jù)處理的需求。神經(jīng)網(wǎng)絡(luò)并行
    的頭像 發(fā)表于 09-17 13:31 ?1211次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的并行計(jì)算與加速技術(shù)

    基于神經(jīng)網(wǎng)絡(luò)的數(shù)字預(yù)失真模型解決方案

    在基于神經(jīng)網(wǎng)絡(luò)的數(shù)字預(yù)失真(DPD)模型中,使用不同的激活函數(shù)對(duì)整個(gè)系統(tǒng)性能和能效有何影響?
    的頭像 發(fā)表于 08-29 14:01 ?3556次閱讀

    無刷電機(jī)小波神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)子位置檢測(cè)方法的研究

    MATLAB/SIMULINK工具對(duì)該方法進(jìn)行驗(yàn)證,實(shí)驗(yàn)結(jié)果表明該方法在全程速度下效果良好。 純分享帖,點(diǎn)擊下方附件免費(fèi)獲取完整資料~~~ *附件:無刷電機(jī)小波神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)子位置檢測(cè)方法的研究.pdf
    發(fā)表于 06-25 13:06

    神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)在電機(jī)故障診斷中的應(yīng)用

    摘要:針對(duì)傳統(tǒng)專家系統(tǒng)不能進(jìn)行自學(xué)習(xí)、自適應(yīng)的問題,本文提出了基于種經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的并步電機(jī)故障診斷方法。本文將小波神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)相結(jié)合,充分發(fā)揮了二者故障診斷的優(yōu)點(diǎn),很大程度上降低了對(duì)電機(jī)
    發(fā)表于 06-16 22:09

    神經(jīng)網(wǎng)絡(luò)RAS在異步電機(jī)轉(zhuǎn)速估計(jì)中的仿真研究

    ,在一定程度上擴(kuò)展了轉(zhuǎn)速估計(jì)范圍。 純分享帖,需要者可點(diǎn)擊附件免費(fèi)獲取完整資料~~~*附件:神經(jīng)網(wǎng)絡(luò)RAS在異步電機(jī)轉(zhuǎn)速估計(jì)中的仿真研究.pdf【免責(zé)聲明】本文系網(wǎng)絡(luò)轉(zhuǎn)載,版權(quán)歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權(quán)
    發(fā)表于 06-16 21:54

    基于FPGA搭建神經(jīng)網(wǎng)絡(luò)的步驟解析

    本文的目的是在一個(gè)神經(jīng)網(wǎng)絡(luò)已經(jīng)通過python或者M(jìn)ATLAB訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型,將訓(xùn)練好的模型的權(quán)重和偏置文件以TXT文件格式導(dǎo)出,然后通過python程序?qū)xt文件轉(zhuǎn)化為coe文件,(coe
    的頭像 發(fā)表于 06-03 15:51 ?1398次閱讀
    基于FPGA搭建<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的步驟解析

    NVIDIA實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)渲染技術(shù)的突破性增強(qiáng)功能

    近日,NVIDIA 宣布了 NVIDIA RTX 神經(jīng)網(wǎng)絡(luò)渲染技術(shù)的突破性增強(qiáng)功能。NVIDIA 與微軟合作,將在 4 月的 Microsoft DirectX 預(yù)覽版中增加神經(jīng)網(wǎng)絡(luò)著色技術(shù),讓開
    的頭像 發(fā)表于 04-07 11:33 ?1288次閱讀