IMEC和GLOBALFOUNDRIES宣布突破AI芯片，带来深层神经网络计算到物联网边缘设备

比利时鲁汶，和加利福尼亚州圣克拉拉市，2020年7月8日，- IMEC，纳米电子学和数字技术领域的世界领先的研究和创新中心，并GLOBALFOUNDRIES®（GF®雷竞技平台），全球领先的专业代工，今天宣布了一项新雷电竞app下载苹果的人工智能芯片的硬件演示。基于IMEC的模拟在利用GF的22FDX®溶液内存计算（AIMC）架构，新的芯片被优化，以在模拟域中对内存中的计算硬件执行深度的神经网络的计算。实现记录的高能量效率高达2900 TOPS / W，加速器是推理 - 上的边缘为低功率设备的关键因素。这种新技术的保密性，安全性和延迟的好处将会对AI应用在广泛的边缘设备的自行驾驶车辆的影响，从智能音箱

由于数字计算机时代的初期，处理器已经从存储器分离。雷电竞app下载苹果操作使用大量数据的要求从所述存储器存储装置检索一个类似的大数量的数据元素执行。这种限制，被称为冯·诺依曼瓶颈，可以掩盖实际的计算时间，特别是在神经网络 - 其取决于大向量矩阵乘法。这些计算与数字计算机的精度执行，并且需要的能量的量显著。雷电竞app下载苹果然而，神经网络还可以实现准确的结果，如果向量矩阵乘法与模拟技术较低精度执行。

为了应对这一挑战，IMEC和IMEC的产业归属机器学习计划，它的工业合作伙伴，其中包括广发，制定了新的架构，消除了在SRAM单元进行模拟计算的冯·诺依曼瓶颈。所得到的模拟推论加速器（阿尼亚），建立在GF的22FDX半导体平台，具有优异的能量效率。表征测试表明每瓦每秒2900点TERA的操作（TOPS / W）的功率效率峰值。在微小的传感器和低功率的边缘设备，其典型地通过机器学习的数据中心供电的模式识别，现在可以在本地对这个功率高效的加速器进行。

“成功出带阿尼亚马克向前朝着模拟的验证在内存计算（AIMC）的一个重要步骤，”说Diederik Verkest，在IMEC机器学习项目总监。“参考实现不仅表明模拟内存计算在实践中是可能的，而且他们达到一级能效十到百倍优于数字加速器。雷电竞app下载苹果在IMEC的机器学习计划，我们调整现有的和新兴的存储设备，以优化他们用于模拟内存计算。这些可喜的成果鼓励我们进一步开发这项技术，与志向朝万个TOPS / W进化”。

“GlobalFoundries的与IMEC密切合作，用我们的低功耗，高性能的22FDX平台，以实现新的阿尼亚芯片，”说Hiren的Majmudar，用于计算在GF产品管理的副总裁和有线基础设施。“这个测试芯片是展示行业22FDX怎么能显著减少能源密集型AI和机器学习应用中功耗的关键一步。”

展望未来，广发将包括AIMC为能够在功能将22FDX平台上实现在AI的市场空间差异化的解决方案。GF的22FDX采用22nm的FD-SOI技术，在非常低的功率提供卓越的性能，与0.5伏超低功耗下操作的能力，并以1个微微安培每微米为超低待机泄漏。22FDX新AIMC的特点是在发展处的Fab 1在德国德累斯顿GF的先进设备raybet雷竞技客服，最先进的300毫米生产线。