如果您正在運行 AI 工作負載，這里有一些可能會讓您感到驚訝的事情。您的處理器在洗牌數據上浪費的精力比實際進行您關心的計算要多。這種低效率正在成為下一代人工智能系統的嚴重限制。隨著神經網絡增長到數十億個參數，傳統的馮·諾依曼架構正在遇到物理障礙。本文介紹什么是內存計算 （CIM） 技術及其工作原理。我們將研究與傳統處理器相比，當前的實現如何顯著提高效率。我們還將探討為什么這種新方法可以改變人工智能計算。傳統計算機的挑戰傳統計算機將計算單元和內存系統分開。他們通過能源密集型傳輸不斷交換數據。Terasys、
如果您正在運行 AI 工作負載，這里有一些可能會讓您感到驚訝的事情。您的處理器在洗牌數據上浪費的精力比實際進行您關心的計算要多。這種低效率正在成為下一代人工智能系統的嚴重限制。隨著神經網絡增長到數十億個參數，傳統的馮·諾依曼架構正在遇到物理障礙。本文介紹什么是內存計算 （CIM） 技術及其工作原理。我們將研究與傳統處理器相比，當前的實現如何顯著提高效率。我們還將探討為什么這種新方法可以改變人工智能計算。傳統計算機的挑戰傳統計算機將計算單元和內存系統分開。他們通過能源密集型傳輸不斷交換數據。Terasys、
京ICP備12027778號-2 北京市公安局備案：1101082052 京公網安備11010802012473