根據(jù)外媒報道，IBM研究人員希望專門設計為神經(jīng)網(wǎng)絡運行定制的新芯片，并可以提供更快，更高效的解決方案。

　　GPU 運行神經(jīng)網(wǎng)絡的方法近年來已經(jīng)為人工智能領域帶來了驚人的進步，但是直到十年前，研究人員才意識到為視頻游戲設計的GPU（圖形處理單元）可以用作硬件加速器來運行比以前更大的神經(jīng)網(wǎng)絡。這要歸功于GPU芯片能夠執(zhí)行大量的并行計算，而不必像傳統(tǒng)的CPU一樣順序地完成這些計算。這對于同時計算組成當今深度學習網(wǎng)絡的數(shù)百個神經(jīng)元的權重特別有用。而現(xiàn)在深度學習網(wǎng)絡則正是由大量神經(jīng)元構成的。

　　雖然GPU的加入使得該領域取得了巨大的進展，但這些芯片仍將處理和內(nèi)存分開，這意味著在這兩者之間傳輸數(shù)據(jù)需要花費大量時間和精力。這促使人們對新的存儲技術進行研究，這些技術既可以在相同的位置存儲和處理這些重量數(shù)據(jù)，也可以提高速度和能源效率。

　　IBM Research的博士后研究員Stefano Ambrogio 在接受采訪時表示：“我們可以對比GPU更快的系統(tǒng)進行培訓，但是如果培訓操作中的準確性不夠用，那就沒用。到目前為止還沒有證據(jù)表明使用這些新型設備和使用 GPU 一樣精確。”

　　那么這種專用芯片能做什么？Ambrogio表示有兩個主要應用：在個人設備中實施AI可以防止用戶通過云共享數(shù)據(jù)，提高隱私性，將AI引入個人設備并使數(shù)據(jù)中心效率更高。后者是大型科技公司的主要關注點，這些公司的服務器運營成本一直居高不下。但Ambrogio表示更令人興奮的前景是AI的個性化。