给大家分享一篇关于 和手机的文章。相信很多朋友对 和手机还是不太了解，所以边肖也在网上搜集了一些关于手机和 的相关知识与大家分享。希望大家看完之后会喜欢。
大阪大学的研究人员建造了一种用户可以定制的新设备，以最大限度地提高人工智能应用的效率。
与目前的可复用硬件相比，该计算设备构建了一个现场可编程门阵列(FPGA)，可以将电路密度提高12倍。它还可以降低高达80%的能耗。据信，这些进步可能会带来更灵活的人工智能解决方案，从而提高性能并降低能耗。
为什么需要效率
人工智能正在迅速对我们的世界产生更大的影响。随着5G和物联网的出现，以及人们认为继5G之后的第六代移动网络(6G)几乎完全由AI支持，对开发不仅能跟上潮流的计算解决方案的需求越来越大。技术，但也适用于不同的AI应用和流程。这样，这项研究将有助于解决当今最紧迫的问题之一——气候紧急情况(或者愤世嫉俗者的气候变化)。
训练人工智能是一个消耗大量能量的密集过程。最近的估计表明，训练一个人工智能可以使用多达284吨的二氧化碳，是普通汽车一生排放量的五倍。
这并不是说训练有素的AI的例子很少。它们无处不在。谷歌翻译、OpenAI的GPT-2文本生成器、优步这样的拼车应用、垃圾邮件过滤器以及Nest和Ring这样的智能家居设备都严重依赖AI和深度学习。尽管像亚马逊这样的公司正在投资风力和太阳能发电场，谷歌和可再生能源供应商之间建立长期协议是朝着正确方向迈出的一步，但这远远不够。
优化计算机电路，实现高效的人工智能处理
因此，复杂的算法需要大量的计算能力。这意味着更高的能源消耗，因此更大的碳足迹。然而，如果我们能够为每个给定的人工智能任务重新连接系统，以优化计算机电路，我们将实现更高水平的能效。
虽然外行用户可能会把“电路”看作处理器中固定的物理晶体管和逻辑门(固定的)，但FPGA是一种特殊的逻辑元件，可以实时(或“场”)重新布线，所以它是“场定制的，由用户动态应用的”。这正是大阪研究人员所做的。
研究小组使用非易失性“通孔开关”，在操作员决定需要重新配置之前，这些开关保持连接。通过使用一种新颖的纳米制造方法，该团队能够将12倍多的组件封装成网格状的“交叉开关”布局，从而缩短电子信号必须行进的距离，从而将功耗降低高达80%。
该研究论文的主要作者桥本正典(Masanori Hashimoto)表示：“我们基于现场可编程门阵列的系统设计周期非常快。如果有必要，它可以每天重新编程，以最大限度地提高每个新的人工智能应用程序的计算能力。”
通过使用通孔开关，研究团队不需要包括其他FPGA器件所需的编程硅面积。
本文就为大家讲解到这里了。标签：